这是本系列的第二篇，内容是 prefetch_related() 函数的用途、实现途径、以及使用方法。 本系列的第一篇在这里 3. prefetch_related() 对于多对多字段（manytomanyfield）和一对多字段，可以使用prefetch_related()来进行优化。或许你会说，没有一个叫onetom
这是本系列的第二篇，内容是 prefetch_related() 函数的用途、实现途径、以及使用方法。
本系列的第一篇在这里
3. prefetch_related()对于多对多字段（manytomanyfield）和一对多字段，可以使用prefetch_related()来进行优化。或许你会说，没有一个叫onetomanyfield的东西啊。实际上 ，foreignkey就是一个多对一的字段，而被foreignkey关联的字段就是一对多字段了。
作用和方法prefetch_related()和select_related()的设计目的很相似，都是为了减少sql查询的数量，但是实现的方式不一样。后者是通过join语句，在sql查询内解决问题。但是对于多对多关系，使用sql语句解决就显得有些不太明智，因为join得到的表将会很长，会导致sql语句运行时间的增加和内存占用的增加。若有n个对象，每个对象的多对多字段对应mi条，就会生成σ(n)mi 行的结果表。
prefetch_related()的解决方法是，分别查询每个表，然后用python处理他们之间的关系。继续以上边的例子进行说明，如果我们要获得张三所有去过的城市，使用prefetch_related()应该是这么做：
>>> zhangs = person.objects.prefetch_related('visitation').get(firstname=u张,lastname=u三)>>> for city in zhangs.visitation.all() :... print city...
上述代码触发的sql查询如下：select `qsoptimize_person`.`id`, `qsoptimize_person`.`firstname`,`qsoptimize_person`.`lastname`, `qsoptimize_person`.`hometown_id`, `qsoptimize_person`.`living_id` from `qsoptimize_person` where (`qsoptimize_person`.`lastname` = '三' and `qsoptimize_person`.`firstname` = '张'); select (`qsoptimize_person_visitation`.`person_id`) as `_prefetch_related_val`, `qsoptimize_city`.`id`, `qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`)where `qsoptimize_person_visitation`.`person_id` in (1);
第一条sql查询仅仅是获取张三的person对象，第二条比较关键，它选取关系表`qsoptimize_person_visitation`中`person_id`为张三的行，然后和`city`表内联（inner join 也叫等值连接）得到结果表。
+----+-----------+----------+-------------+-----------+| id | firstname | lastname | hometown_id | living_id |+----+-----------+----------+-------------+-----------+| 1 | 张 | 三 | 3 | 1 |+----+-----------+----------+-------------+-----------+1 row in set (0.00 sec)+-----------------------+----+-----------+-------------+| _prefetch_related_val | id | name | province_id |+-----------------------+----+-----------+-------------+| 1 | 1 | 武汉市 | 1 || 1 | 2 | 广州市 | 2 || 1 | 3 | 十堰市 | 1 |+-----------------------+----+-----------+-------------+3 rows in set (0.00 sec)
显然张三武汉、广州、十堰都去过。又或者，我们要获得湖北的所有城市名，可以这样：
>>> hb = province.objects.prefetch_related('city_set').get(name__iexact=u湖北省)>>> for city in hb.city_set.all():... city.name...
触发的sql查询：
select `qsoptimize_province`.`id`, `qsoptimize_province`.`name` from `qsoptimize_province` where `qsoptimize_province`.`name` like '湖北省' ;select `qsoptimize_city`.`id`, `qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` where `qsoptimize_city`.`province_id` in (1);
得到的表：+----+-----------+| id | name |+----+-----------+| 1 | 湖北省 |+----+-----------+1 row in set (0.00 sec)+----+-----------+-------------+| id | name | province_id |+----+-----------+-------------+| 1 | 武汉市 | 1 || 3 | 十堰市 | 1 |+----+-----------+-------------+2 rows in set (0.00 sec)
我们可以看见，prefetch使用的是 in 语句实现的。这样，在queryset中的对象数量过多的时候，根据数据库特性的不同有可能造成性能问题。
使用方法*lookups 参数prefetch_related()在django >> zhangs = person.objects.prefetch_related('visitation__province').filter(firstname__iexact=u'张')>>> for i in zhangs:... for city in i.visitation.all():... print city.province...
触发的sql：select `qsoptimize_person`.`id`, `qsoptimize_person`.`firstname`, `qsoptimize_person`.`lastname`, `qsoptimize_person`.`hometown_id`, `qsoptimize_person`.`living_id` from `qsoptimize_person` where `qsoptimize_person`.`firstname` like '张' ;select (`qsoptimize_person_visitation`.`person_id`) as `_prefetch_related_val`, `qsoptimize_city`.`id`,`qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`)where `qsoptimize_person_visitation`.`person_id` in (1, 4);select `qsoptimize_province`.`id`, `qsoptimize_province`.`name` from `qsoptimize_province` where `qsoptimize_province`.`id` in (1, 2);
获得的结果：+----+-----------+----------+-------------+-----------+| id | firstname | lastname | hometown_id | living_id |+----+-----------+----------+-------------+-----------+| 1 | 张 | 三 | 3 | 1 || 4 | 张 | 六 | 2 | 2 |+----+-----------+----------+-------------+-----------+2 rows in set (0.00 sec)+-----------------------+----+-----------+-------------+| _prefetch_related_val | id | name | province_id |+-----------------------+----+-----------+-------------+| 1 | 1 | 武汉市 | 1 || 1 | 2 | 广州市 | 2 || 4 | 2 | 广州市 | 2 || 1 | 3 | 十堰市 | 1 |+-----------------------+----+-----------+-------------+4 rows in set (0.00 sec)+----+-----------+| id | name |+----+-----------+| 1 | 湖北省 || 2 | 广东省 |+----+-----------+2 rows in set (0.00 sec)
值得一提的是，链式prefetch_related会将这些查询添加起来，就像1.7中的select_related那样。
要注意的是，在使用queryset的时候，一旦在链式操作中改变了数据库请求，之前用prefetch_related缓存的数据将会被忽略掉。这会导致django重新请求数据库来获得相应的数据，从而造成性能问题。这里提到的改变数据库请求指各种filter()、exclude()等等最终会改变sql代码的操作。而all()并不会改变最终的数据库请求，因此是不会导致重新请求数据库的。
举个例子，要获取所有人访问过的城市中带有“市”字的城市，这样做会导致大量的sql查询：
plist = person.objects.prefetch_related('visitation')[p.visitation.filter(name__icontains=u市) for p in plist]
因为数据库中有4人，导致了2+4次sql查询：select `qsoptimize_person`.`id`, `qsoptimize_person`.`firstname`, `qsoptimize_person`.`lastname`, `qsoptimize_person`.`hometown_id`, `qsoptimize_person`.`living_id` from `qsoptimize_person`;select (`qsoptimize_person_visitation`.`person_id`) as `_prefetch_related_val`, `qsoptimize_city`.`id`,`qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`)where `qsoptimize_person_visitation`.`person_id` in (1, 2, 3, 4);select `qsoptimize_city`.`id`, `qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`) where(`qsoptimize_person_visitation`.`person_id` = 1 and `qsoptimize_city`.`name` like '%市%' );select `qsoptimize_city`.`id`, `qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`) where (`qsoptimize_person_visitation`.`person_id` = 2 and `qsoptimize_city`.`name` like '%市%' ); select `qsoptimize_city`.`id`, `qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city`inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`) where (`qsoptimize_person_visitation`.`person_id` = 3 and `qsoptimize_city`.`name` like '%市%' );select `qsoptimize_city`.`id`, `qsoptimize_city`.`name`, `qsoptimize_city`.`province_id` from `qsoptimize_city` inner join `qsoptimize_person_visitation` on (`qsoptimize_city`.`id` = `qsoptimize_person_visitation`.`city_id`) where (`qsoptimize_person_visitation`.`person_id` = 4 and `qsoptimize_city`.`name` like '%市%' );详细分析一下这些请求事件。
众所周知，queryset是lazy的，要用的时候才会去访问数据库。运行到第二行python代码时，for循环将plist看做iterator，这会触发数据库查询。最初的两次sql查询就是prefetch_related导致的。
虽然已经查询结果中包含所有所需的city的信息，但因为在循环体中对person.visitation进行了filter操作，这显然改变了数据库请求。因此这些操作会忽略掉之前缓存到的数据，重新进行sql查询。
但是如果有这样的需求了应该怎么办呢？在django >= 1.7，可以通过下一节的prefetch对象来实现，如果你的环境是django = 1.7，可以用prefetch对象来控制prefetch_related函数的行为。
注：由于我没有安装1.7版本的django环境，本节内容是参考django文档写的，没有进行实际的测试。
prefetch对象的特征：
一个prefetch对象只能指定一项prefetch操作。 prefetch对象对字段指定的方式和prefetch_related中的参数相同，都是通过双下划线连接的字段名完成的。 可以通过 queryset 参数手动指定prefetch使用的queryset。 可以通过 to_attr 参数指定prefetch到的属性名。 prefetch对象和字符串形式指定的lookups参数可以混用。继续上面的例子，获取所有人访问过的城市中带有“武”字和“州”的城市：
wus = city.objects.filter(name__icontains = u武)zhous = city.objects.filter(name__icontains = u州)plist = person.objects.prefetch_related( prefetch('visitation', queryset = wus, to_attr = wu_city), prefetch('visitation', queryset = zhous, to_attr = zhou_city),)[p.wu_city for p in plist][p.zhou_city for p in plist]
注：这段代码没有在实际环境中测试过，若有不正确的地方请指正。
顺带一提，prefetch对象和字符串参数可以混用。
none可以通过传入一个none来清空之前的prefetch_related。就像这样：
>>> prefetch_cleared_qset = qset.prefetch_related(none)
小结prefetch_related主要针一对多和多对多关系进行优化。prefetch_related通过分别获取各个表的内容，然后用python处理他们之间的关系来进行优化。可以通过可变长参数指定需要select_related的字段名。指定方式和特征与select_related是相同的。在django >= 1.7可以通过prefetch对象来实现复杂查询，但低版本的django好像只能自己实现。作为prefetch_related的参数，prefetch对象和字符串可以混用。prefetch_related的链式调用会将对应的prefetch添加进去，而非替换，似乎没有基于不同版本上区别。可以通过传入none来清空之前的prefetch_related。