我想问一下有什么区别
for row in session.Query(Model1):
pass
和
for row in session.Query(Model1).all():
pass
是第一个以某种方式用单个查询轰炸您的数据库的迭代器，而后者“渴望”将整个事物作为列表查询（如 range(x) 与 xrange(x)）？
问问题
39085 次
2 回答
104
不，数据库流量没有区别。不同之处在于，for row in session.Query(Model1)当 ORM 将要提供给您时，它是否在每一行上工作，而for row in session.Query(Model1).all()ORM 在开始提供给您之前是否在所有行上工作。
请注意，这q.all()只是糖list(q)，即将生成器产生的所有内容收集到一个列表中。这是它的源代码，在Query类中（def all在链接源中找到）：
def all(self):
"""Return the results represented by this ``Query`` as a list.
This results in an execution of the underlying query.
"""
return list(self)
... 其中self，查询对象，是一个可迭代的，即有一个__iter__方法。
所以从逻辑上讲，这两种方式在数据库流量方面是完全相同的；两者最终都调用query.__iter__()以获得行迭代器，并next()通过它。
实际的区别是前者可以在数据到达后立即开始为您提供行，将数据库结果集“流式传输”给您，减少内存使用和延迟。我不能确定所有当前的引擎实现都这样做（我希望他们这样做！）。无论如何，后一个版本无缘无故地阻止了这种效率。
于 2009-07-03T17:01:02.060 回答
19
实际上，接受的响应不是真的（或者至少不再是真的），特别是以下陈述是错误的：
(1) 不同之处在于，对于 session.Query(Model1) 中的行，当 ORM 将要提供给您时，它会在每一行上工作，而对于 session.Query(Model1).all() 中的行， ORM 在开始将它们提供给您之前对所有行进行处理。
无论您选择使用这两个选项中的哪一个，SQLAlchemy 都将始终 ORM 映射所有行。这可以在这些行中的源代码中看到；该loading.instances方法确实会返回一个生成器，但它是已经映射的 ORM 实例之一；您可以在实际的生成器循环代码中确认这一点：
for row in rows: # ``rows`` here are already ORM mapped rows
yield row
因此，当生成器的第一次运行完成并产生一个实例时，所有实例都已被 ORM 映射。（例如以下（1））
(2) 实际的区别是前者可以在数据到达后立即开始为您提供行，将 DB 结果集“流式传输”给您，减少内存使用和延迟。
正如上面所解释的，这也是错误的，因为从数据库检索到的所有数据都将在任何屈服完成之前进行处理/映射。
这些评论也具有误导性。具体来说：
数据库命中可能是相同的，但请记住，所有这些都会将整个结果集加载到内存中。这可能是千兆字节的数据
.all()无论使用与否，都会加载整个结果集。清楚地看到了这一行。这也很容易测试/验证。
我可以从所陈述的 2 个选项中看到的唯一区别是，通过使用，.all您将在结果中循环两次（如果您想处理所有实例/行），因为生成器首先通过调用来迭代/耗尽list(self)以将其转换为一个列表。
由于 SQLAlchemy 代码不容易消化，我写了一个简短的片段来举例说明所有这些：
class Query:
def all(self):
return list(self)
def instances(self, rows_to_fetch=5):
"""ORM instance generator"""
mapped_rows = []
for i in range(rows_to_fetch):
# ORM mapping work here as in lines 81-88 from loading.instances
mapped_rows.append(i)
print("orm work finished for all rows")
for row in mapped_rows: # same as ``yield from mapped_rows``
print("yield row")
yield row
def __iter__(self):
return self.instances()
query = Query()
print("(1) Generator scenario:")
print("First item of generator: ", next(iter(query)))
print("\n(2) List scenario:")
print("First item of list: ", query.all()[0])
"""
RESULTS:
--------
(1) Generator scenario:
orm work finished for all rows
yield row
First item of generator: 0
(2) List scenario:
orm work finished for all rows
yield row
yield row
yield row
yield row
yield row
First item of list: 0
"""
为了在处理大型结果集时进行更好的控制，例如必须使用类似yield_per的东西，但这仍然不是一个一个案例的场景，而是通过批量实例执行 ORM 映射。
于 2019-11-08T15:10:58.527 回答