登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 资源区 › 代码 ›N+1查询：数据库性能的隐形杀手与终极拯救指南 ...

N+1查询：数据库性能的隐形杀手与终极拯救指南

哈妙思 前天 00:25
title: N+1查询：数据库性能的隐形杀手与终极拯救指南
date: 2025/05/06 00:16:30
updated: 2025/05/06 00:16:30
author:  cmdragon
excerpt:
N+1查询问题是ORM中常见的性能陷阱，表现为在查询主对象时，对每个关联对象进行单独查询，导致查询次数过多。以博客系统为例，查询10位作者及其文章会产生11次查询。通过Tortoise-ORM的prefetch_related方法，可以将查询优化为2次，显著提升性能。优化后的实现方案包括使用SQL JOIN语句加载关联数据，并结合FastAPI进行实践。进阶优化技巧包括多层预加载、选择性字段加载和分页查询结合。常见报错涉及模型注册、连接关闭和字段匹配问题，需针对性解决。
categories:

  • 后端开发
  • FastAPI
tags:

  • N+1查询问题
  • Tortoise-ORM
  • 异步预加载
  • FastAPI
  • 数据库优化
  • SQL查询
  • 性能分析
1.jpeg
2.jpg
扫描二维码
关注或者微信搜一搜：编程智域 前端至全栈交流与成长
探索数千个预构建的 AI 应用，开启你的下一个伟大创意：https://tools.cmdragon.cn/
第一章：理解N+1查询问题本质

1.1 什么是N+1查询问题？

N+1查询是ORM使用过程中常见的性能陷阱。假设我们有一个博客系统，当查询作者列表时，如果每个作者关联了多篇文章，常规查询会先获取N个作者（1次查询），然后为每个作者单独执行文章查询（N次查询），总共产生N+1次数据库查询。
示例场景：

  • 数据库包含10位作者
  • 每位作者有5篇文章
  • 常规查询会产生1（作者）+10（文章）=11次查询
1.2 问题复现与性能影响

使用Tortoise-ORM创建数据模型：
  1. # models.py
  2. from tortoise.models import Model
  3. from tortoise import fields
  6. class Author(Model):
  7.     id = fields.IntField(pk=True)
  8.     name = fields.CharField(max_length=50)
  11. class Article(Model):
  12.     id = fields.IntField(pk=True)
  13.     title = fields.CharField(max_length=100)
  14.     content = fields.TextField()
  15.     author = fields.ForeignKeyField('models.Author', related_name='articles')
复制代码
问题查询代码示例：
  1. async def get_authors_with_articles():
  2.     authors = await Author.all()
  3.     result = []
  4.     for author in authors:
  5.         articles = await author.articles.all()
  6.         result.append({
  7.             "author": author.name,
  8.             "articles": [a.title for a in articles]
  9.         })
  10.     return result
复制代码
使用EXPLAIN ANALYZE分析查询计划：
  1. -- 主查询
  2. EXPLAIN
  3. ANALYZE
  4. SELECT "id", "name"
  5. FROM "author";
  7. -- 单个作者的文章查询
  8. EXPLAIN
  9. ANALYZE
  10. SELECT "id", "title", "content"
  11. FROM "article"
  12. WHERE "author_id" = 1;
复制代码
第二章：prefetch_related异步预加载实战

2.1 预加载机制原理

Tortoise-ORM的prefetch_related使用SQL JOIN语句在单个查询中加载关联数据。对于1:N关系，它通过以下步骤实现：

  • 执行主查询获取所有作者
  • 收集作者ID列表
  • 执行关联查询获取所有相关文章
  • 在内存中进行数据关联映射
2.2 优化后的实现方案

完整FastAPI示例：
  1. # main.py
  2. from fastapi import FastAPI
  3. from tortoise.contrib.fastapi import register_tortoise
  4. from pydantic import BaseModel
  6. app = FastAPI()
  9. # Pydantic模型
  10. class ArticleOut(BaseModel):
  11.     title: str
  14. class AuthorOut(BaseModel):
  15.     id: int
  16.     name: str
  17.     articles: list[ArticleOut]
  19.     class Config:
  20.         orm_mode = True
  23. # 数据库配置
  24. DB_CONFIG = {
  25.     "connections": {"default": "postgres://user:pass@localhost/blogdb"},
  26.     "apps": {
  27.         "models": {
  28.             "models": ["models"],
  29.             "default_connection": "default",
  30.         }
  31.     }
  32. }
  35. # 路由端点
  36. @app.get("/authors", response_model=list[AuthorOut])
  37. async def get_authors():
  38.     authors = await Author.all().prefetch_related("articles")
  39.     return [
  40.         AuthorOut.from_orm(author)
  41.         for author in authors
  42.     ]
  45. # 初始化ORM
  46. register_tortoise(
  47.     app,
  48.     config=DB_CONFIG,
  49.     generate_schemas=True,
  50.     add_exception_handlers=True,
  51. )
复制代码
2.3 执行计划对比分析

优化后的SQL查询示例：
  1. EXPLAIN
  2. ANALYZE
  3. SELECT a.id,
  4.        a.name,
  5.        ar.id,
  6.        ar.title,
  7.        ar.content
  8. FROM author a
  9.          LEFT JOIN article ar ON a.id = ar.author_id;
复制代码
性能对比指标：
指标优化前 (N=10)优化后查询次数112平均响应时间 (ms)32045网络往返次数112内存占用 (KB)850650第三章：进阶优化与最佳实践

3.1 多层预加载技巧

处理多级关联关系：
  1. await Author.all().prefetch_related(
  2.     "articles__comments",  # 文章关联的评论
  3.     "profile"  # 作者个人资料
  4. )
复制代码
3.2 选择性字段加载

优化查询字段选择：
  1. await Author.all().prefetch_related(
  2.     articles=Article.all().only("title", "created_at")
  3. )
复制代码
3.3 分页与预加载结合

分页查询优化方案：
  1. from tortoise.functions import Count
  4. async def get_paginated_authors(page: int, size: int):
  5.     return await Author.all().prefetch_related("articles")
  6.         .offset((page - 1) * size).limit(size)
  7.         .annotate(articles_count=Count('articles'))
复制代码
课后Quiz


  • 当处理M:N关系时，应该使用哪个预加载方法？
    A) select_related
    B) prefetch_related
    C) both
    D) none
    答案：B
    M:N关系需要使用prefetch_related，因为select_related仅适用于ForeignKey和OneToOne关系
  • 以下哪种情况最适合使用prefetch_related？
    A) 查询单个对象及其关联的10条记录
    B) 列表页需要显示主对象及其关联的统计数量
    C) 需要实时更新的高频写入操作
    D) 需要关联5层以上的深度查询
    答案：B
    当需要批量处理关联数据时，prefetch_related能显著减少查询次数
常见报错解决方案

报错1：TortoiseORMError: Relation does not exist

  • 原因：模型未正确注册或字段名拼写错误
  • 解决：

    • 检查register_tortoise的models配置
    • 验证关联字段的related_name拼写
    • 执行数据库迁移命令

报错2：OperationalError: connection closed

  • 原因：异步连接未正确关闭
  • 解决：
    1. # 在请求处理完成后手动关闭连接
    2. @app.middleware("http")
    3. async def close_connection(request, call_next):
    4.     response = await call_next(request)
    5.     await connections.close_all()
    6.     return response
    复制代码
报错3：ValidationError: field required (type=value_error.missing)

  • 原因：Pydantic模型与ORM模型字段不匹配
  • 解决：

    • 检查from_orm方法是否正确使用
    • 验证response_model的字段定义
    • 确保启用orm_mode配置

环境配置与运行

安装依赖：
  1. pip install fastapi uvicorn tortoise-orm[asyncpg] pydantic
复制代码
启动服务：
  1. uvicorn main:app --reload --port 8000
复制代码
测试端点：
  1. curl http://localhost:8000/authors
复制代码
余下文章内容请点击跳转至 个人博客页面 或者 扫码关注或者微信搜一搜：编程智域 前端至全栈交流与成长，阅读完整的文章：N+1查询：数据库性能的隐形杀手与终极拯救指南 | cmdragon's Blog
往期文章归档：


  • FastAPI与Tortoise-ORM开发的神奇之旅 | cmdragon's Blog
  • DDD分层设计与异步职责划分：让你的代码不再“异步”混乱 | cmdragon's Blog
  • 异步数据库事务锁：电商库存扣减的防超卖秘籍 | cmdragon's Blog
  • FastAPI中的复杂查询与原子更新指南 | cmdragon's Blog
  • 深入解析Tortoise-ORM关系型字段与异步查询 | cmdragon's Blog
  • FastAPI与Tortoise-ORM模型配置及aerich迁移工具 | cmdragon's Blog
  • 异步IO与Tortoise-ORM的数据库 | cmdragon's Blog
  • FastAPI数据库连接池配置与监控 | cmdragon's Blog
  • 分布式事务在点赞功能中的实现 | cmdragon's Blog
  • Tortoise-ORM级联查询与预加载性能优化 | cmdragon's Blog
  • 使用Tortoise-ORM和FastAPI构建评论系统 | cmdragon's Blog
  • 分层架构在博客评论功能中的应用与实现 | cmdragon's Blog
  • 深入解析事务基础与原子操作原理 | cmdragon's Blog
  • 掌握Tortoise-ORM高级异步查询技巧 | cmdragon's Blog
  • FastAPI与Tortoise-ORM实现关系型数据库关联 | cmdragon's Blog
  • Tortoise-ORM与FastAPI集成：异步模型定义与实践 | cmdragon's Blog
  • 异步编程与Tortoise-ORM框架 | cmdragon's Blog
  • FastAPI数据库集成与事务管理 | cmdragon's Blog
  • FastAPI与SQLAlchemy数据库集成 | cmdragon's Blog
  • FastAPI与SQLAlchemy数据库集成与CRUD操作 | cmdragon's Blog
  • FastAPI与SQLAlchemy同步数据库集成 | cmdragon's Blog
  • SQLAlchemy 核心概念与同步引擎配置详解 | cmdragon's Blog
  • FastAPI依赖注入性能优化策略 | cmdragon's Blog
  • FastAPI安全认证中的依赖组合 | cmdragon's Blog
  • FastAPI依赖注入系统及调试技巧 | cmdragon's Blog
  • FastAPI依赖覆盖与测试环境模拟 | cmdragon's Blog
  • FastAPI中的依赖注入与数据库事务管理 | cmdragon's Blog
  • FastAPI依赖注入实践：工厂模式与实例复用的优化策略 | cmdragon's Blog
  • FastAPI依赖注入：链式调用与多级参数传递 | cmdragon's Blog
  • FastAPI依赖注入：从基础概念到应用 | cmdragon's Blog
  • FastAPI中实现动态条件必填字段的实践 | cmdragon's Blog
  • FastAPI中Pydantic异步分布式唯一性校验 | cmdragon's Blog
  • 掌握FastAPI与Pydantic的跨字段验证技巧 | cmdragon's Blog
  • FastAPI中的Pydantic密码验证机制与实现 | cmdragon's Blog
  • XML Sitemap


来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

使用道具 举报
相关推荐
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
哈妙思
前天 00:25

0

粉丝关注

7

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫