django数据查询优化annotate和aggregate

from django.db.models import Count

Device.objects.extra({‘install_data‘:"date(create_time)"}).values(‘install_data‘).annotate(count=Count(‘id‘))

django 中 annotate和aggregate的区别:

aggregate 计算整个queryset的值,相当于count(). Annotate 对于 queryset 中的每个值在指定的属性上进行汇总,相当于group_by.

aggregation

>>> Book.objects.aggregate(average_price=Avg(‘price‘))

{‘average_price‘: 34.35}

返回一个包含所有书价的平均值字典

Annotation

>>> q = Book.objects.annotate(num_authors=Count(‘authors‘))

>>> q[0].num_authors

2

>>> q[1].num_authors

1

q是books的queryset, 但是每本书按照作者的数量进行了聚合.

时间: 2024-11-04 15:51:53

django数据查询优化annotate和aggregate的相关文章

Django 数据库查询优化

Django数据层提供各种途径优化数据的访问,一个项目大量优化工作一般是放在后期来做,早期的优化是“万恶之源”,这是前人总结的经验,不无道理.如果事先理解Django的优化技巧,开发过程中稍稍留意,后期会省不少的工作量. 一 利用标准数据库优化技术: 传统数据库优化技术博大精深,不同的数据库有不同的优化技巧,但重心还是有规则的.在这里算是题外话,挑两点通用的说说: 索 引,给关键的字段添加索引,性能能更上一层楼,如给表的关联字段,搜索频率高的字段加上索引等.Django建立实体的时候,支持给字段

SQL优化----百万数据查询优化

百万数据查询优化 1.合理使用索引 索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率.现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构.索引的使用要恰到好处,其使用原则如下: ●在经常进行连接,但是没有指定为外键的列上建立索引,而不经常连接的字段则由优化器自动生成索引. ●在频繁进行排序或分组(即进行group by或order by操作)的列上建立索引. ●在条件表达式中经常用到的不同值较多的列上建立检索,在不同值少的列上不要建立索引.比如在雇员表的"性别"

SQL优化----百万数据查询优化(转载)

(转自http://www.cnblogs.com/qqzy168/archive/2013/08/02/3233817.html) 1.合理使用索引 索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率.现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构.索引的使用要恰到好处,其使用原则如下: ●在经常进行连接,但是没有指定为外键的列上建立索引,而不经常连接的字段则由优化器自动生成索引. ●在频繁进行排序或分组(即进行group by或order by操作)的列上建立索引.

Oracle大数据查询优化

1.对于像状态之类的列,不是很多的,就可以加位图索引,对于唯一的列,就加唯一索引,其余的创建普通索引. 2.尽量不要使用select * 这样的查询,指定需要查询的列. 3.使用hits  select /*+index(索引名称) index(索引名称)*/ supply_id from CSS_SUPPLY  where ... 4.将表table在线重定义为分区表,在name列上使用hash分区或者range分区 5.如果是exedata平台,不要用索引,尽量少用hint: 6.用并行:

Django数据迁移时提示 ModuleNotFoundError: No module named 'users'

执行数据迁移时提示找不到对应的APP,错误如下: 这个错误主要是路径找不到引起的,只需在settings文件夹中添加app文件路径即可 sys.path.insert(0, os.path.join(BASE_DIR, 'apps')) Django数据迁移时提示 ModuleNotFoundError: No module named 'users' 原文地址:https://www.cnblogs.com/icewky/p/12364717.html

django的聚合函数和aggregate、annotate方法使用

支持聚合函数的方法: 提到聚合函数,首先我们要知道的就是这些聚合函数是不能在django中单独使用的,要想在django中使用django聚合函数,就必须把这些聚合函数放到支持他们的方法内,这样才能执行.支持聚合函数的方法有两种,分别是aggregate和annotate,这两种方法执行的原生SQL以及结果都有很大的区别,下面我们以实例操作的方式一一介绍: # 示例模型: class Author(models.Model): """作者模型"""

Django - 数据按年月日查找

views from django.db.models.functions import TruncMonth,TruncYear # 查询当前站点每个月份下的文章数 # time_count=models.Article.objects.annotate(y_m=TruncMonth('create_time')) # for i in time_count: # print(i.title) # print(i.y_m) year = mealog.objects.annotate(year

Django数据导入

从网上下载的一些数据,excel表格,xml文件,txt文件等有时候我们想把它导入数据库,应该如何操作呢? 以下操作符合 Django版本为 1.6 ,兼顾 Django 1.7, Django 1.8 版本,理论上Django 1.4, 1.5 也没有问题,没有提到的都是默认值 备注:你可能会问数据从哪儿来的,比如你用python从以前的blog上获取过来的,想导入现在的博客,或者别人整理好的数据,或者你自己整理的excel表,一个个地在网站后台复制粘贴你觉得好么?这就是批量导入的必要性. 下

[转]处理百万级以上的数据查询优化

1.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描. 2.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 3.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,如: select id from t where num is null 可以在num上设置默认值0,确保表中num列没有null值,然后这样查询: select id from