Question

您好我创建了一个函数，它将根据创建时间返回帖子，并根据他们的投票数进行排名。这是一个饲料。我不确定如果这是一种有效的方法来做到这一点，重要的是我做对了，因为这可能会筛选成千上万的帖子。我在这里简化了一些，并简要介绍了每一步。我目前的担忧和整个职能的职位（没有注释）都在追随。

开始时间参数是指发布帖子的时间。例如，如果startHours = 6，则仅返回6小时前创建的帖子。

def rank(request, startHours):

首先，我通过投票命令所有帖子

    unorderedPosts=Post.objects.order_by('-votes')

然后根据用户指定的类别排除帖子

    if request.user.is_authenticated(): 
        preferences=request.user.categorypreference_set.filter(on=False)
        for preference in preferences:
                unorderedPosts=unorderedPosts.exclude(category_name=preference.category_name)

然后我制作endHours，它总是比startHours参数提前4小时

    endHours=startHours+4         #4 hour time window

现在我切片无序的Posts并只获得在时间窗口startHours中创建的那些从现在开始的endHours。例如，如果startHours = 4，则仅返回4小时前但8小时前创建的帖子。

    posts=unorderedPosts.filter(created__gte=(timezone.now()-datetime.timedelta(hours=endHours)))

    posts=posts.exclude(created__gte=(timezone.now()-datetime.timedelta(hours=startHours)))

现在我创建一个循环，将时间窗口移回，直到找到至少一个具有适合时间窗口的创建日期的帖子。我创建了check变量以防止无限循环（如果在200小时内没有找到帖子，则循环将退出）。

    count=posts.count()
    check=endHours
    while count<1 and endHours<(check+200):
        endHours+=4
        startHours+=4
        posts=unorderedPosts.filter(created__gte=(timezone.now()-datetime.timedelta(hours=endHours)))
        posts=posts.exclude(created__gte=(timezone.now()-datetime.timedelta(hours=startHours)))
        count=posts.count()
        if count>=1: return posts, endHours

    return posts

我最关心的是在开头创建所有帖子的查询集。此功能是为了在小时间窗口中返回帖子，是否会通过对数据库中的所有帖子进行排名来不必要地放慢速度？我知道django / python查询集非常有效但是为了这个函数的目的，不会对包含数千个对象的集合进行排序很麻烦吗？

如果这是一个问题，如何在保持一切可访问的同时提高效率？

以下是整篇文章。

def rank(request, startHours): 

    unorderedPosts=Post.objects.order_by('-upVote')

    if request.user.is_authenticated(): 
        preferences=request.user.categorypreference_set.filter(on=False)
        for preference in preferences: #filter by category preference
                unorderedPosts=unorderedPosts.exclude(category_name=preference.category_name)


    endHours=startHours+4     #4 hour time window

    posts=unorderedPosts.filter(created__gte=(timezone.now()-datetime.timedelta(hours=endHours)))

    posts=posts.exclude(created__gte=(timezone.now()-datetime.timedelta(hours=startHours)))

    count=posts.count()
    check=endHours

    while count<1 and endHours<(check+200):
        endHours+=4
        startHours+=4
        posts=unorderedPosts.filter(created__gte=(timezone.now()-datetime.timedelta(hours=endHours)))
        posts=posts.exclude(created__gte=(timezone.now()-datetime.timedelta(hours=startHours)))
        count=posts.count()
        if count>=1: return posts

   return posts

Answer 1

您主要担心的不是您需要担心的事情。检查When querysets are evaluated上的文档 - 您可以无限期地定义和添加子句到查询集，并且在您调用实际需要访问数据库的内容之前，它实际上不会针对数据库运行。

需要多个查询的内容是迭代时间，直到您点击一个有帖子的窗口。如果您在一次通话中检查最新的created时间，使用它来计算您的窗口，然后根据该时间限制帖子，然后按投票数排序，您将获得更好的表现。

类似的东西：

unorderedPosts = Post.objects.all()
if request.user.is_authenticated(): 
    preferences=request.user.categorypreference_set.filter(on=False)
    for preference in preferences: #filter by category preference
        unorderedPosts=unorderedPosts.exclude(category_name=preference.category_name)
latest_post_datetime = unorderedPosts.aggregate(Max('created'))['created__max']

original_start_time = datetime.datetime.now() - datetime.timedelta(hours=startHours)    
latest_post_day_start_time = datetime.datetime.combine(latest_post_datetime.date(), original_start_time.time())
# a timedelta guaranteed to be less than 24 hours
time_shift = latest_post_day_start_time - latest_post_datetime
timewindow = datetime.timedelta(hours=4)
if time_shift.days >= 0:
    extra_windows_needed = time_shift.seconds / timewindow.seconds 
else:
    # negative timedeltas store negative days, then positive seconds; negate
    extra_windows_needed = -(abs(time_shift).seconds) / timewindow.seconds
start_time = latest_post_day_start_time - (timewindow * (extra_windows_needed + 1))
posts = unorderedPosts.filter(created__gte=start_time).order_by('-upVote')
return posts

只要您的窗口（4）中的小时数均匀分配到当天，此处的数学运算是正确的 - 否则计算正确的偏移量会变得更加棘手。基本上，你需要花费时间偏移mod时间窗口长度，并且我正在利用这样一个事实，即如果你在同一个日历日结束，我知道mod四小时的部分工作。

此外，它不包括结束时间，因为您的原始逻辑在初始startHours期间不强制执行。它只会将开始时间从其中移出，如果其中没有，那么你不必担心最近出现的东西。

此版本最多可生成三个数据库查询 - 一个用于获取已登录用户的类别首选项，一个用于获取latest_post_datetime，另一个用于获取posts，并且至少可以获得一个匹配交。

您可能还会考虑进行性能分析，以查看您的数据库后端是否更好地使用子查询来排除不需要的类别：

if request.user.is_authenticated():
    unorderedPosts = unorderedPosts.exclude(category_name__in=request.user.categorypreference_set.filter(on=False).values_list('category_name')

作为__in lookup docs注释，此处的性能因数据库后端不同而不同。

如何优化此功能以返回Feed中的帖子。 Django的

1 个答案: