orm详解--查询执行

深入解析 Django ORM 查询执行阶段的核心机制，包括查询集的惰性特性、表达式树构建、SQL 编译过程及优化原理。以下是详细分析：

一、查询集（QuerySet）的惰性执行机制

1. 惰性特性的底层实现

核心类 ：django.db.models.query.QuerySet
关键属性 ：
- query：存储查询逻辑的 django.db.models.sql.Query 对象
- _result_cache：结果缓存（初始为 None，首次求值后填充）

惰性触发逻辑 ：

python 复制代码

# 创建查询集（未执行 SQL）
qs = Book.objects.filter(author="Doubao")

# qs.query 对象此时包含：
# {
#   'model': Book,
#   'where': [AND, =(author, "Doubao")],
#   'limit': None,
#   'offset': None,
#   'order_by': []
# }

2. 链式操作原理

每次调用 filter()、exclude()、order_by() 等方法时：
1. 创建新的 QuerySet 对象
2. 复制原 QuerySet 的 query 对象
3. 在新 query 对象上添加操作

示例代码 ：

python 复制代码

qs1 = Book.objects.filter(author="Doubao")  # QuerySet A
qs2 = qs1.order_by("-price")               # QuerySet B（复制 QuerySet A 的 query 并添加排序）

# qs2.query 现在包含：
# {
#   'model': Book,
#   'where': [AND, =(author, "Doubao")],
#   'order_by': ["-price"]
# }

二、查询表达式树（Query Expression Tree）

1. 核心组件

WhereNode 类 ：表示 SQL 的 WHERE 子句
- 操作类型：AND、OR、NOT
- 子节点：可以是其他 WhereNode 或具体条件
Lookup 类 ：表示具体的查询条件（如 author="Doubao"）
- 包含：字段、操作符（如 exact、gt）、值

2. 复杂查询树构建示例

python 复制代码

# Python 查询
books = Book.objects.filter(
    Q(author="Doubao") & Q(price__gt=50) | Q(published_date__year=2023)
)

# 对应的表达式树结构（简化表示）：
# WhereNode(connector=OR):
#   ├─ WhereNode(connector=AND):
#   │    ├─ Lookup(field=author, lookup=exact, value="Doubao")
#   │    └─ Lookup(field=price, lookup=gt, value=50)
#   └─ Lookup(field=published_date__year, lookup=exact, value=2023)

三、SQL 编译过程

1. 触发编译的操作

以下方法会触发 SQL 编译和执行：

迭代操作 ：for book in queryset
切片操作 ：queryset[0:10]（带步长的切片会强制求值）
聚合方法 ：count()、exists()、aggregate()
获取单个对象 ：first()、last()、get()

2. SQLCompiler 工作流程

核心类 ：django.db.backends.*.compiler.SQLCompiler
编译步骤 ：
1. 生成 SELECT 列表 ：根据 values() 或模型字段确定返回列
2. 构建 FROM 子句：处理表名和别名
3. 编译 WHERE 子句 ：将 WhereNode 转换为 SQL 条件
4. 处理 JOIN：根据关联关系生成 INNER JOIN/LEFT OUTER JOIN
5. 添加 LIMIT/OFFSET：处理分页逻辑
6. 生成 ORDER BY ：根据 order_by() 生成排序规则

3. 参数化查询实现

所有动态值通过占位符传递，防止 SQL 注入：

python 复制代码

# Python 查询
Book.objects.filter(title__contains="Django")

# 生成的 SQL（PostgreSQL 示例）
SELECT "books"."id", "books"."title"
FROM "books"
WHERE "books"."title" LIKE %s;

# 参数：['%Django%']

四、聚合查询的实现

1. annotate() 方法

实现原理 ：
1. 在 SELECT 列表中添加聚合表达式
2. 自动添加 GROUP BY 子句（如果需要）

示例：

python 复制代码

# 查询每本书的评论数
books = Book.objects.annotate(review_count=Count("reviews"))

# 生成的 SQL（简化）
SELECT 
    "books"."id", 
    "books"."title", 
    COUNT("reviews"."id") AS "review_count"
FROM "books"
LEFT OUTER JOIN "reviews" ON ("books"."id" = "reviews"."book_id")
GROUP BY "books"."id";

2. F() 表达式与数据库计算

作用：直接在 SQL 中引用字段值，避免 Python 层面的数据传输

示例：

python 复制代码

# 将所有书的价格提高 10%
Book.objects.update(price=F("price") * 1.1)

# 生成的 SQL
UPDATE "books" SET "price" = "books"."price" * 1.1;

五、优化机制

1. 查询缓存

一级缓存 ：QuerySet._result_cache
- 首次求值后缓存结果
- 重复访问直接返回缓存

示例：

python 复制代码

qs = Book.objects.all()
list(qs)  # 执行 SQL 并缓存结果
list(qs)  # 直接从缓存获取，不执行 SQL

2. 延迟加载与预加载

延迟加载（Lazy Loading） ：

python 复制代码

book = Book.objects.first()
reviews = book.reviews.all()  # 触发额外 SQL 查询

预加载（Eager Loading） ：

python 复制代码

# 使用 prefetch_related() 减少查询次数
books = Book.objects.prefetch_related("reviews")
for book in books:
    reviews = book.reviews.all()  # 无需额外查询

六、源码分析示例

1. QuerySet.filter() 方法

python 复制代码

# django/db/models/query.py
class QuerySet:
    def filter(self, *args, **kwargs):
        return self._filter_or_exclude(False, *args, **kwargs)
        
    def _filter_or_exclude(self, negate, *args, **kwargs):
        clone = self._chain()  # 创建 QuerySet 副本
        clone.query.add_q(Q(*args, **kwargs))  # 添加查询条件到 query 对象
        if negate:
            clone.query.negate()
        return clone

2. SQLCompiler.as_sql() 方法

python 复制代码

# django/db/backends/sqlite3/compiler.py
class SQLCompiler:
    def as_sql(self):
        # 生成 SELECT 列表
        select, select_params = self.get_select()
        
        # 生成 FROM 子句
        from_, from_params = self.get_from_clause()
        
        # 生成 WHERE 子句
        where, where_params = self.compile(self.query.where)
        
        # 生成 ORDER BY 子句
        order_by, order_params = self.get_order_by()
        
        # 组装完整 SQL
        sql = "SELECT %s FROM %s" % (select, from_)
        if where:
            sql += " WHERE %s" % where
        if order_by:
            sql += " ORDER BY %s" % order_by
            
        return sql, select_params + from_params + where_params + order_params

七、常见性能陷阱与优化

1. N+1 查询问题

问题场景 ：

python 复制代码

# 触发 1 次查询获取所有书
books = Book.objects.all()

# 遍历每本书时触发 N 次查询获取作者
for book in books:
    print(book.author.name)  # 每次循环触发一次 SQL

优化方案 ：

python 复制代码

# 使用 select_related() 减少查询次数到 1 次
books = Book.objects.select_related("author")
for book in books:
    print(book.author.name)  # 无需额外查询

2. 过度使用 values()

错误做法 ：

python 复制代码

# 返回字典，失去模型方法
data = Book.objects.values("id", "title")

优化方案 ：

python 复制代码

# 使用 only() 仅加载需要的字段，保留模型实例
books = Book.objects.only("id", "title")