python – 在数据在其他地方更改时迭代大型Django查询集

2019年8月4日 172次阅读

迭代查询集,如下所示：

class Book(models.Model):
    # <snip some other stuff>
    activity = models.PositiveIntegerField(default=0)
    views = models.PositiveIntegerField(default=0)

    def calculate_statistics():
        self.activity = book.views * 4
        book.save()

def cron_job_calculate_all_book_statistics():
    for book in Book.objects.all():
        book.calculate_statistics()

……工作得很好.但是,这是一个cron任务. book.views正在增加,而这正在发生.如果在运行此cronjob时修改book.views,则会恢复它.

现在,book.views没有被cronjob修改,但它在.all()queryset调用期间被缓存.当book.save()时,我感觉它正在使用旧的book.views值.

有没有办法确保只更新活动字段？或者,假设有10万本书.这需要很长时间才能运行.但book.views将从查询集最初开始运行时开始.解决方案只是使用.iterator()？

更新：这是我正在做的事情.如果你有关于如何使这项工作井井有条的想法,那么我就是为了它.

def calculate_statistics(self):
    self.activity = self.views + self.hearts.count() * 2
    # Can't do self.comments.count with a comments GenericRelation, because Comment uses
    # a TextField for object_pk, and that breaks the whole system. Lame.
    self.activity += Comment.objects.for_model(self).count() * 4
    self.save()

最佳答案 以下将在Django 1.1中为您完成工作,无需循环：

from django.db.models import F
Book.objects.all().update(activity=F('views')*4)

您也可以进行更复杂的计算：

for book in Book.objects.all().iterator():
    Book.objects.filter(pk=book.pk).update(activity=book.calculate_activity())

这两个选项都有可能使活动字段与其余部分不同步,但我认为你可以使用它,因为你在cron作业中计算它.

点赞