Tối ưu truy vấn CSDL trong Django với select_related và prefetch_related

Bài đăng này đã không được cập nhật trong 4 năm

Đối với những bạn đã và đang sử dụng Django. Thì Queryset là công cụ tuyệt vời hỗ trợ ta trong việc truy vấn cơ sở dữ liệu.
Chỉ cần thêm relationship, ta có thể dễ dàng truy vấn từ bảng này sang bảng khác 1 cách dễ dàng. Tuy nhiên, đôi khi việc quá lạm dụng truy vấn với relationship có thể ảnh hưởng không nhỏ tới tốc độ và hiệu năng ứng dụng của bạn.
Ở bài viết hôm nay, mình sẽ giới thiệu tới các bạn 1 cách để tối ưu hóa truy vấn CSDL trong Django Framework đó là sử dụng select_related và fetch_related

Chuẩn bị

Đầu tiên các bạn cần 1 project Django. Sau đó tạo 1 app tên books với các models như sau:

from django.db import models


class Book(models.Model):
    name = models.CharField(max_length=200)
    public_at = models.DateField()
    author = models.ForeignKey('Author', on_delete=models.CASCADE)
    categories = models.ManyToManyField('Category', related_name='books')

    def __str__(self):
        return self.name


class Author(models.Model):
    full_name = models.CharField(max_length=200)
    dob = models.DateField()

    def __str__(self):
        return self.full_name


class Category(models.Model):
    name = models.CharField(max_length=200)
    description = models.CharField(max_length=200)

    def __str__(self):
        return self.name

Ở đây mình tạo ra 3 models. Author và Book là quan hệ 1-n. Book và Category là quan hệ n-n
Tiếp theo thêm 1 hàm decorator để đo thời gian thực hiện hàm và số lượng query để ta có thể so sánh hiệu quả giữa trước và sau khi tối ưu

from django.db import connection, reset_queries
import time
import functools


def query_debugger(func):
    @functools.wraps(func)
    def inner_func(*args, **kwargs):
        reset_queries()

        start_queries = len(connection.queries)

        start = time.perf_counter()
        result = func(*args, **kwargs)
        end = time.perf_counter()

        end_queries = len(connection.queries)

        print("Function : " + func.__name__)
        print("Number of Queries : {}".format(end_queries - start_queries))
        print("Finished in : {}".format(end - start))

        return result

    return inner_func

Select_related

Đặt vấn đề

Bây giờ, mình có 1 hàm lấy ra tên tất cả sách trong DB và tên tác giả của từng sách. Thông thường ta thường làm như sau:

@query_debugger
def book_list():
    queryset = Book.objects.all()

    books = []
    for book in queryset:
        books.append({'name': book.name, 'author': book.author.full_name})

    return books

Mình chạy thử hàm này và cho ra kết quả như sau:

Function : book_list
Number of Queries : 6
Finished in : 0.01809368800604716
[{'name': 'Thiên long truyện', 'author': 'Trần Quang Hiệp'}, {'name': 'Linh vũ thiên hạ', 'author': 'Nguyễn Văn Diện'}, {'name': 'Vũ luyện điên phong', 'author': 'Nguyễn Quang Diệu'}, {'name': 'Lên bờ xuống ruộng', 'author': 'Nguyễn Văn Diện'}, {'name': 'Độc tôn', 'author': 'Lê Huỳnh Đức'}]

Bây giờ thử phân tích nhé:
- Đầu tiên hệ thống sẽ truy vấn CSDL và lấy ra thông tin của tất cả các quyển sách. Ở đây là 1 query.
- Tiếp theo lặp tất cả các sách vừa lấy được. thêm thông tin vào biến books. đồng thời truy vấn để lấy ra tên tác giả. Mỗi vòng lặp là 1 query. Như trong ví dụ trên, CSDL của mình có 5 quyển sách, vậy thì vòng lặp sẽ thực hiện 5 query.
- Tổng cả function sẽ là 1 + 5 = 6 query như kết quả ở trên.
Vậy function trên có vấn đề ở chỗ nào? Giả sử bây giờ CSDL của bạn có 100 quyển sách, vậy theo cách làm trên, hệ thống sẽ phải thực hiện 101 câu query. Và thử tưởng tượng nếu bạn có hàng ngàn quyền sách thì sẽ thế nào? Rõ ràng là sẽ ảnh hưởng rõ rệt tới hiệu năng của hệ thống phải không nào.

Giải pháp

Để khắc phục vấn đề trên, Django cung cấp cho chúng ta hàm select_related. Hàm này sinh ra nhằm ngăn chặn việc lạm dụng truy vấn qua relationship tạo ra quá nhiều query tới CSDL.
Hàm select_related hoạt động bằng cách JOIN các trường của các bảng liên quan. Vì thế, select_related lấy các đối tượng liên quan trong cùng 1 truy vấn CSDL.
select_related chỉ sử dụng cho quan hệ one-to-one hoặc quan hệ one-to-many mà chứa foreign-key
Viết lại hàm trên với select_related:

@query_debugger
def book_list():
    queryset = Book.objects.select_related('author')

    books = []

    for book in queryset:
        books.append({'name': book.name, 'author': book.author.full_name})

    return books

Kết quả :

Function : book_list
Number of Queries : 1
Finished in : 0.004872963996604085
[{'name': 'Thiên long truyện', 'author': 'Trần Quang Hiệp'}, {'name': 'Linh vũ thiên hạ', 'author': 'Nguyễn Văn Diện'}, {'name': 'Vũ luyện điên phong', 'author': 'Nguyễn Quang Diệu'}, {'name': 'Lên bờ xuống ruộng', 'author': 'Nguyễn Văn Diện'}, {'name': 'Độc tôn', 'author': 'Lê Huỳnh Đức'}]

Có thể thấy sự khác biệt rõ rệt. Số câu truy vấn giảm từ 6 còn 1. Bởi vì select_related chỉ query 1 lần duy nhất. Lấy tất cả thông tin sách đồng thời join các bảng liên quan vào Queryset. Nên sau đó nếu dùng relation với queryset sẽ tự động lấy các dữ liệu trong Queryset mà không cần query lại DB.

Prefetch_related

Nếu như select_related sử dụng cho quan hệ one-to-one hoặc quan hệ one-to-many mà chứa foreign-key thì prefetch_related sử dụng cho quan hệ many-to-many và quan hệ one-to-many ngược.
prefetch_related thực hiện tra cứu riêng cho từng mối quan hệ.
Ví dụ: Mình muốn lấy ra tất cả các Category. Mỗi category sẽ chứa đủ tên các quyển sách của category đó. Thông thường ta hay làm như sau:

@query_debugger
def category_with_book_list():

    queryset = Category.objects.all()

    categories = []

    for category in queryset:
        books = [book.name for book in category.books.all()]
        categories.append({'name': category.name, 'books': books})

    return categories

Kết quả

Function : category_with_book_list
Number of Queries : 6
Finished in : 0.009519919003651012

[
    {'books': ['Vũ luyện điên phong', 'Độc tôn'], 'name': 'Viễn tưởng'},
    {'books': ['Thiên long truyện', 'Vũ luyện điên phong'], 'name': 'Ngôn tình'}, 
    {'books': ['Linh vũ thiên hạ', 'Lên bờ xuống ruộng'], 'name': 'Trinh thám'}, 
    {'books': ['Thiên long truyện', 'Linh vũ thiên hạ', 'Lên bờ xuống ruộng'], 'name': 'Tâm lý'}, 
    {'books': ['Độc tôn'], 'name': 'Kinh dị'}
]

Vấn đề ở hàm này cũng tương tự như ví dụ ở phần select_related, mỗi lần câu lệnh category.books.all() chạy sẽ sinh ra 1 query tới DB.
Hãy thử thay prefetch_related để xem sự khác biệt nhé.

@query_debugger
def category_with_book_list():

    queryset = Category.objects.prefetch_related('books')

    categories = []

    for category in queryset:
        books = [book.name for book in category.books.all()]
        categories.append({'name': category.name, 'books': books})

    return categories

Kết quả

Function : category_with_book_list
Number of Queries : 2
Finished in : 0.013129211998602841
[
    {'books': ['Vũ luyện điên phong', 'Độc tôn'], 'name': 'Viễn tưởng'}, 
    {'books': ['Thiên long truyện', 'Vũ luyện điên phong'], 'name': 'Ngôn tình'}, 
    {'books': ['Linh vũ thiên hạ', 'Lên bờ xuống ruộng'], 'name': 'Trinh thám'},
    {'books': ['Thiên long truyện', 'Linh vũ thiên hạ', 'Lên bờ xuống ruộng'], 
    'name': 'Tâm lý'}, {'books': ['Độc tôn'], 'name': 'Kinh dị'}
]

Với prefetch_related, bạn sẽ chỉ cần 2 query để lấy tất cả thông tin trên.
Hàm Category.objects.prefetch_related('books') thực hiện lấy thông tin tất cả các category và tìm nạp trước thông tin các books liên quan vào Queryset Cache. Mỗi khi hàm category.books.all() được gọi, thay vì query DB để lấy thông tin, nó sẽ tìm trong Queryset cache

Kết luận

Những vấn đề tưởng chừng như đơn giản, nhưng lắm lúc nó lại không đơn giản chút nào phải không ?
Mong là qua bài viết này, mọi người có thể có cái nhìn sâu hơn khi code. Tối ưu code là điều cần thiết đối với mỗi developer.

Tài liệu tham khảo

Django Python

Chuẩn bị

Select_related

Đặt vấn đề

Giải pháp

Prefetch_related

Kết luận

Tài liệu tham khảo

Mục lục