Django(元信息)元类建索引
ORM查询(sql优化)优化
自定义聚合函数
Django的元类建索引————索引：索引的一个主要目的就是加快检索表中数据，索引是经过某种算法优化过的，因而查找次数要少的多。因此，索引是用来定位的。
把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）。下面，我们举例来说明一下聚集索引和非聚集索引的区别：
其实，我们的汉语字典的正文本身就是一个聚集索引。比如，我们要查"安"字，就会很自然地翻开字典的前几页，
因为"安"的拼音是"an"，而按照拼音排序 汉字的字典是以英文字母"a"开头并以"z"结尾的，那么"安"字就自然地排在字典的前部。
如果您翻完了所有以"a"开头的部分仍然找不到这个字，那么就 说明您的字典中没有这个字；同样的，如果查"张"字，
那您也会将您的字典翻到最后部分，因为"张"的拼音是"zhang"。也就是说，字典的正文部分本身 就是一个目录，您不需要再去查其他目录来找到您需要找的内容。
我们把这种正文内容本身就是一种按照一定规则排列的目录称为"聚集索引"
如果您认识某个字，您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，
这时候，您就不能按照刚才的方法找到您要查的字，而 需要去根据"偏旁部首"查到您要找的字，
然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合"部首目录"和"检字表"
而查到的字的排序并不是 真正的正文的排序方法，比如您查"张"字，我们可以看到在查部首之后的检字表中"张"的页码是672页，
检字表中"张"的上面是"驰"字，但页码却是63 页，"张"的下面是"弩"字，页面是390页。很显然，这些字并不是真正的分别位于"张"字的上下方，
现在您看到的连续的"驰、张、弩"三字实际上就是他 们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。
我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后 再翻到您所需要的页码。
class Book(models.Model) name = models.CharField(max_length=64) class Meta: # 自定义表名 db_table = ‘table_name‘ # 联合索引: 索引的一个主要目的就是加快检索表中数据 index_together = (‘tag1‘, ‘tag2‘) # 联合唯一索引：两个字段全部重复才算重复 unique_together = (‘tag3‘, ‘tag4‘) # 排序字段 ordering = ‘ordering_tag‘ # /admin/中显示的表名称 verbose_name = ‘table_name‘
ORM查询(sql优化)优化————稍微了解一下就可以了
(1)only() 只查某些字段，要查看其他的字段，后续也能点出其他字段 uql1 = Book.objects.all().only("name","price") # 只查了 "name","price" 两个字段 Book.objects.all() # 书的所有字段都查了一遍 print(uq11.first().gender) # 后续也能点出其他字段,不过自己又重新执行了查询该字段的sql，相当于在重新查了一遍 (2)defer() 除了某些字段，其他的都查 Book.objects.all().defer("name","price") # 除了 "name","price" 两个字段，其他的字段都查 (3)values # 后续不能再点出其他字段了 Book.objects.values("name","price") # 只查了 "name","price" 两个字段
自定义聚合函数——可以去实践
from django.db.models import Aggregate, CharField # 自定义聚合函数的名字 class Concat(Aggregate): # 写一个类继承Aggregate， function = ‘GROUP_CONCAT‘ template = ‘%(function)s(%(distinct)s%(expressions)s)‘ def __init__(self, expression, distinct=False, **extra): super(Concat, self).__init__( expression, distinct=‘DISTINCT ‘ if distinct else ‘‘, output_field=CharField(), **extra) eg: Book.objects.aggregate( name=Concat("name") )