为什么遍历大型 Django QuerySet 会消耗大量内存？
发布于2021-07-24 21:18 阅读(1185) 评论(0) 点赞(3) 收藏(0)
有问题的表包含大约一千万行。
for event in Event.objects.all():
print event
这会导致内存使用量稳步增加到 4 GB 左右，此时行会快速打印。打印第一行之前的漫长延迟让我感到惊讶 - 我预计它几乎可以立即打印。
我也试过Event.objects.iterator()哪个表现相同。
我不明白 Django 正在将什么加载到内存中，或者为什么要这样做。我希望 Django 在数据库级别遍历结果，这意味着结果将以大致恒定的速率打印（而不是在漫长的等待后一次全部打印）。
我误解了什么？
（我不知道它是否相关，但我正在使用 PostgreSQL。）
解决方案
Nate C 很接近，但不完全。
从文档：
您可以通过以下方式评估 QuerySet：
迭代。QuerySet 是可迭代的，它会在您第一次对其进行迭代时执行其数据库查询。例如，这将打印数据库中所有条目的标题：
for e in Entry.objects.all(): print e.headline
因此，当您第一次进入该循环并获取查询集的迭代形式时，将一次性检索您的一千万行。您所经历的等待是 Django 加载数据库行并为每个行创建对象，然后返回您可以实际迭代的内容。然后您将所有内容都保存在内存中，结果就会溢出。
从我对文档的阅读来看，iterator()无非是绕过 QuerySet 的内部缓存机制。我认为逐一执行可能有意义，但相反，这将需要对您的数据库进行 1000 万次单独点击。也许并不是那么理想。
有效地迭代大型数据集是我们还没有完全正确的事情，但是有一些片段您可能会发现对您的目的有用：
所属网站分类: 技术文章 > 问答
作者：官方问答小能手
链接：http://www.pythonpdf.com/blog/article/242/694fe9b2e5569f48754e/
来源：编程知识网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)