Question

我试图从我的查询集中抽取一些记录来表现如下：

from random import sample
from my_app import MyModel


my_models = MyModel.objects.all()

# sample only a few of records for performance
my_models_sample = sample(my_models, 5)

for model in my_models_sample:
    model.some_expensive_calculation

但我觉得它在执行时间方面只会变得更糟。

random.sample()如何在幕后工作？它会对django查询集产生相当大的性能负担吗？

Answer 1

由于random.sample()将强制评估查询集my_models，因此程序的执行时间将在很大程度上取决于数据库中MyModel个对象的总数。

为了提高性能并避免将整个查询集加载到内存中，您最终可能会按照here和.iterator()方法一起实现自己的采样功能。

或者，您也可以依靠数据库服务器通过order_by('?')为您进行采样，如下所示：

MyModel.objects.order_by('?')[:5]

就个人而言，我不建议使用后者，因为查询可能很昂贵而且速度很慢，具体取决于您使用的数据库后端。 （特别是对于MySQL）

Answer 2

为什么不让数据库进行改组和限制并比较时间？

MyModel.objects.order_by('?')[:5]

尽管the documentation声明这可能很昂贵，但就你的情况而言，无论如何都要提取所有行，我怀疑会有所不同。差异的大小取决于数据集的大小（当然还有数据库后端）。

Answer 3

您在QuerySet对象上使用random.sample()。

如果您确实希望获得5个随机样本作为QuerySet，那么您可以使用此

random_objects = MyModel.objects.all().order_by('?')[:5]

这将为您提供5个随机对象并缩短您的采样时间。

PS：我还将检查为什么random.sample()需要花费这么多时间来进行该操作，如果我找到了什么，我也会检查这个问题。：）

Django查询集上的random.sample：查询集上的抽样将如何影响性能？

3 个答案: