一、分析请求慢响应的主要原因
将请求执行的任务按功能分为几块，用time.time()打印每个模块的执行时间，大部分情况下性能会主要消耗在某一个模块上，即80%的性能问题是出在20%的代码上
找到主要原因后，就专注于优化这一个模块
二、使用django.db.connection.queries查看某个请求的sql执行情况 from django.db import connection ... print(connection.queries) # [{'sql':--执行的sql语句--, 'time':--sql语句执行的时间--}...]注意只有在debug=True模式下才能获取connection.queries
多数据库db.connections是一个类似字典的对象，可以通过某个数据库连接的别名获取这个数据源的connection。比如connections['my_db_alias']
from django.db import connections for key in connections: print(key) # 可以打印出所有配置了的数据源别名，django会为每个数据源创建一个connection通过django/db/init.py中
class DefaultConnectionProxy: """ Proxy for accessing the default DatabaseWrapper object's attributes. If you need to access the DatabaseWrapper object itself, use connections[DEFAULT_DB_ALIAS] instead. """ def __getattr__(self, item): return getattr(connections[DEFAULT_DB_ALIAS], item) def __setattr__(self, name, value): return setattr(connections[DEFAULT_DB_ALIAS], name, value) def __delattr__(self, name): return delattr(connections[DEFAULT_DB_ALIAS], name) def __eq__(self, other): return connections[DEFAULT_DB_ALIAS] == other connection = DefaultConnectionProxy()由于DEFAULT_DB_ALIAS='default'，可以知道from django.db import connection获取的就是connections['default']
因此，在多数据库的情况下，可以通过connections获取特定数据库连接的queries或cursor
from django.db import connections connections['my_db_alias'].queries cursor = connections['my_db_alias'].cursor() 输出总的sql执行时间 sql_time = 0.0 for q in connections['my_db_alias'].queries: sql_time += float(q['time']) print('sql_time', sql_time) 三、各种update写法的执行速度数据库数据量为60w
以下sql执行时间都是在update有实际数据的更新时记录的，如果update没有实际更新，sql执行时间会大幅缩减。
1、使用raw_sql自定义查询
cursor = connections['my_db_alias'].cursor() # 实例化cursor的时间不计入 cursor.execute("update item set result=%s, modified_time=Now() where id=%s", (result, 10000)) print(time()-start) print(connections['my_db_alias'].queries) # 0.004s左右，与sql执行时间相同2、使用ORM的update方法
Item.objects.using('my_db_alias').filter(id=10000).update(result=result) # 0.008s左右，sql执行时间是0.004s3、使用object.save ()方法
item = Item.objects.using('my_db_alias').filter(id=10000).first() item.result = result item.save(using='my_db_alias') # 0.012s左右，sql执行时间是0.004s因此，执行update的效率raw_sql>update方法>save()方法
四、使用prefetch_related减少数据库查询prefetch_related对关系使用独立的query，即先查出符合过滤条件的表A的id，再用这些id去查表B，并且在python中将两批数据关联。
假设我们有一个博客应用，有Blog、Comment两张表，一条博客可以有多个关联的评论：
from django.db import models class Blog(models.Model): name = models.CharField(max_length=255) author = models.CharField(max_length=100) content = models.TextField() class Comment(models.Model): author = models.CharField(max_length=100) content = models.TextField() blog = models.ForeignKey(Blog, on_delete=models.CASCADE, related_name='comments')现在有一个需求，找出所有名为“Django教程”的博客下的评论内容。
用这个例子可以看到使用prefetch_related是如何减少数据库查询的。
不使用prefetch_related： def test_prefetch_related(): blogs = Blog.objects.filter(name="Django教程") for blog in blogs: comments = Comment.objects.filter(blog_id=blog.id) for comment in comments: print(comment.content) print(len(blogs)) # 34 print(len(connection.queries)) # 39匹配指定名称的博客有34个，可以看到获取每个博客评论的时候，都查了一次Comment表，总共查询了34次Comment表，效率是非常低的。我们的目标应该是查询一次Blog表、查询一次Comment表即获得所需的数据
使用prefetch_related： def test_prefetch_related(): blogs = Blog.objects.filter(name="Django教程").prefetch_related('comments') for blog in blogs: for comment in blog.comments.all(): print(comment.content) print(len(blogs)) # 34 print(len(connection.queries)) # 6 for query in connection.queries: print(query)发起的sql数量由39个减到6个
具体的：
{'sql': 'SELECT @@SQL_AUTO_IS_NULL', 'time': '0.000'} {'sql': 'SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED', 'time': '0.000'} {'sql': 'SELECT VERSION()', 'time': '0.000'} {'sql': 'SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED', 'time': '0.000'} # 找到所有符合过滤条件的博客文章 {'sql': "SELECT `blog`.`id`, `blog`.`name`, `blog`.`author`, `blog`.`content` FROM `blog` WHERE `blog`.`name` = 'Django教程'", 'time': '0.014'} # 根据上面找到的博客文章id去找到对应的评论 {'sql': 'SELECT `comment`.`id`, `comment`.`author`, `comment`.`content`, `comment`.`blog_id` FROM `comment` WHERE `comment`.`blog_id` IN (5160, 1307, 2984, 5147, 5148, 3062, 5148, 5161, 2038, 1923, 2103, 3014, 1466, 2321, 5166, 5154, 1980, 3550, 3542, 5167, 2077, 2992, 3209, 5168, 8855, 1163, 368, 174, 3180, 5168, 8865, 2641, 3224, 4094)', 'time': '0.007'}与我们的目标相符
何时prefetch_related缓存的数据会被忽略