Question

祝新年快乐！

我有一个可以容纳数十万条记录的模型。该模型如下所示：

class Transaction(models.Model):
    user = models.ForeignKey(User)
    client = models.ForeignKey(Client)
    amount = models.FloatField()

我想知道某个用户正在处理的所有客户。为了获得唯一的客户端ID，我可以单独使用Django ORM：

Transaction.objects.filter(user=the_user).distinct('client_id').values_list('client_id', flat=True)

或执行以下操作：

set(Transaction.objects.filter(user=the_user).values_list('client_id', flat=True))

两者都会产生相同的结果。但鉴于大量记录，哪一个会更快？我知道distinct对数据库的操作相对较慢，但它与python的set()的比较是什么？

最后，如果它归结为数据库，我的选项是MySql和PostgreSql用于生产。对于这个特定的操作，两者之间是否会有任何区别？

Answer 1

我通常使用orm函数，它更具可读性并且在数据库级别运行，因此您的RDBMS实际上是计算不同的值，并且您只需一步即可得到结果。

您可以使用python集完成相同的操作，但您需要首先使用所有数据集，然后应用set（）。因此，您必须执行两步操作才能执行相同的操作。

在你的第一种情况下（orm）你只有I / O开销，在第二种情况下，你有I / O开销+一个函数调用，所以我会选择ORM的不同。