Question

让我们说我有这个Django模型：

class Question(models.Model):
    question_code = models.CharField(max_length=10)

我在数据库中有15k的问题。

我想通过 question_code 对其进行排序，这是一个字母数字。这是一个非常经典的问题，并在以下方面进行了讨论：

我尝试了第二个链接中的代码（下面复制了一些，稍微改了一下），并注意到对数据进行排序需要3秒钟。为了确保函数的性能，我编写了一个测试，它创建了一个100k随机字母数字字符串列表。排序该列表只需0.76秒。那么发生了什么？

这就是我的想法。该函数需要获取每个问题的 question_code 进行比较，因此调用此函数对15k值进行排序意味着请求15k单独的mysql。这就是它需要这么长时间的原因。任何的想法？ Django的任何自然排序解决方案一般吗？非常感谢！

def natural_sort(l, ascending, key=lambda s:s):
    def get_alphanum_key_func(key):
        convert = lambda text: int(text) if text.isdigit() else text
        return lambda s: [convert(c) for c in re.split('([0-9]+)', key(s))]
    sort_key = get_alphanum_key_func(key)
    return sorted(l, key=sort_key, reverse=ascending)

Answer 1

据我所知，没有通用的Django解决方案。您可以通过构建id / question_code查找结构来减少内存使用并限制数据库查询

from natsort import natsorted
question_code_lookup = Question.objects.values('id','question_code')
ordered_question_codes = natsorted(question_code_lookup, key=lambda i: i['question_code'])

假设您想要分页结果，您可以切片ordered_question_codes，执行另一个查询以检索您需要根据他们在该切片中的位置订购的所有问题

#get the first 20 questions
ordered_question_codes = ordered_question_codes[:20]
question_ids = [q['id'] for q in ordered_question_codes]
questions = Question.objects.filter(id__in=question_ids)
#put them back into question code order
id_to_pos = dict(zip((question_ids), range(len(question_ids))))
questions = sorted(questions, key = lambda x: id_to_pos[x.id])

如果查找结构仍然使用太多内存，或者排序时间过长，那么您必须提出更高级的内容。这肯定不会很好地扩展到庞大的数据集

Django查询自然排序

1 个答案: