在 Django 中，检查空查询集的最有效方法是什么？

Question

我听说过使用以下内容的建议：

if qs.exists():
    ...

if qs.count():
    ...

try:
    qs[0]
except IndexError:
    ...

从下面的评论中复制：“我正在寻找这样的语句”在 MySQL 和 PostgreSQL 中，count() 对于短查询更快，exists() 对于长查询更快，并且在您可能需要时使用 QuerySet[0]将需要第一个元素并且您想检查它是否存在。 但是，当 count() 更快时，它只会稍微快一点，因此建议在两者之间进行选择时始终使用exists()。”

Answer 1

query.exists()是最有效的方式。

特别是在 postgres count()上可能非常昂贵，有时比普通的选择查询更昂贵。

exists()运行一个没有 select_related、字段选择或排序的查询，并且只获取一条记录。 这比使用表连接和排序计算整个查询要快得多。

qs[0]仍将包括 select_related、字段选择和排序； 所以会更贵。

Django 源代码在这里（django/db/models/sql/query.py RawQuery.has_results）：

https://github.com/django/django/blob/60e52a047e55bc4cd5a93a8bd4d07baed27e9a22/django/db/models/sql/query.py#L499

def has_results(self, using):
    q = self.clone()
    if not q.distinct:
        q.clear_select_clause()
    q.clear_ordering(True)
    q.set_limits(high=1)
    compiler = q.get_compiler(using=using)
    return compiler.has_results()

前几天让我遇到的另一个问题是在 if 语句中调用 QuerySet。 执行并返回整个查询！

如果变量 query_set 可能是None （ None设置函数的参数），则使用：

if query_set is None:
    # 

不是：

if query_set:
   # you just hit the database

Answer 2

exists() 通常比 count() 快，但并非总是如此（请参阅下面的测试）。 count() 可用于检查是否存在和长度。

仅当您确实需要该对象时才使用qs[0] 。 如果您只是在测试是否存在，它会明显变慢。

在 Amazon SimpleDB 上，400,000 行：

• 裸qs : 325.00 usec/pass
• qs.exists() : 144.46 使用 c/pass
• qs.count() 144.33 usec/pass
• qs[0] : 324.98 使用 c/pass

在 MySQL 上，57 行：

• 裸qs : 1.07 usec/pass
• qs.exists() : 1.21 usec/pass
• qs.count() : 1.16 usec/pass
• qs[0] : 1.27 usec/pass

我对每次传递使用随机查询来降低数据库级缓存的风险。 测试代码：

import timeit

base = """
import random
from plum.bacon.models import Session
ip_addr = str(random.randint(0,256))+'.'+str(random.randint(0,256))+'.'+str(random.randint(0,256))+'.'+str(random.randint(0,256))
try:
    session = Session.objects.filter(ip=ip_addr)%s
    if session:
        pass
except:
    pass
"""

query_variatons = [
    base % "",
    base  % ".exists()",
    base  % ".count()",
    base  % "[0]"
    ]

for s in query_variatons:
    t = timeit.Timer(stmt=s)
    print "%.2f usec/pass" % (1000000 * t.timeit(number=100)/100000)

Answer 3

这取决于使用上下文。

根据文档：

使用 QuerySet.count()

...如果你只想要计数，而不是做 len(queryset)。

使用 QuerySet.exists()

...如果您只想找出是否存在至少一个结果，而不是查询集是否存在。

但：

不要过度使用 count() 和 exists()

如果您需要来自 QuerySet 的其他数据，只需评估它。

因此，如果您只想检查空的 QuerySet，我认为QuerySet.exists()是最推荐的方法。 另一方面，如果您想稍后使用结果，最好对其进行评估。

我还认为您的第三个选项是最昂贵的，因为您需要检索所有记录以检查是否存在任何记录。

Answer 4

@Sam Odio 的解决方案是一个不错的起点，但该方法存在一些缺陷，即：

1. 随机 IP 地址可能最终匹配 0 个或很少的结果
2. 异常会扭曲结果，所以我们应该尽量避免处理异常

因此，我没有过滤可能匹配的内容，而是决定排除肯定不匹配的内容，希望仍然避免使用 DB 缓存，但也确保相同的行数。

我只针对本地 MySQL 数据库进行了测试，数据集为：

>>> Session.objects.all().count()
40219

计时码：

import timeit
base = """
import random
import string
from django.contrib.sessions.models import Session
never_match = ''.join(random.choice(string.ascii_uppercase) for _ in range(10))
sessions = Session.objects.exclude(session_key=never_match){}
if sessions:
    pass
"""
s = base.format('count')

query_variations = [
    "",
    ".exists()",
    ".count()",
    "[0]",
]

for variation in query_variations:
    t = timeit.Timer(stmt=base.format(variation))
    print "{} => {:02f} usec/pass".format(variation.ljust(10), 1000000 * t.timeit(number=100)/100000)

输出：

           => 1390.177710 usec/pass
.exists()  => 2.479579 usec/pass
.count()   => 22.426991 usec/pass
[0]        => 2.437079 usec/pass

所以你可以看到，对于这个数据集， count()大约比exists()慢9 倍。

[0]也很快，但需要异常处理。

Answer 5

我想第一种方法是最有效的方法（你可以很容易地用第二种方法实现它，所以也许它们几乎相同）。 最后一个实际上需要从数据库中获取整个对象，因此几乎可以肯定它是最昂贵的。

但是，就像所有这些问题一样，了解您的特定数据库、模式和数据集的唯一方法是自己测试。

Answer 6

我也遇到了这个麻烦。 Yes exists()在大多数情况下更快，但它在很大程度上取决于您尝试执行的查询集的类型。 例如，对于像这样的简单查询： my_objects = MyObject.objets.all()您将使用my_objects.exists() 。 但是，如果您要执行如下查询： MyObject.objects.filter(some_attr='anything').exclude(something='what').distinct('key').values()您可能需要测试哪个适合更好（ exists() 、 count() 、 len(my_objects) ）。 请记住，数据库引擎是执行查询的引擎，要获得良好的性能结果，很大程度上取决于数据结构和查询的形成方式。 您可以做的一件事是，审核查询并针对数据库引擎自行测试它们并比较您的结果，您会惊讶于 django 有时是多么天真，尝试使用QueryCountMiddleware查看执行的所有查询，您将看到我所做的我在谈论。