用 SQLAlchemy 的 query 查询出来的对象，和硬写 SQL 语句查出来的数据对象，内存占用大小有区别吗？

比如： session.query(Artile).all() 和 Select * from articles ，这两种做法，对内存占用的大小有区别吗？

现在的问题是：遇到要做数据查询、过滤、分析 -> 根据分析结果再去查询、过滤、分析，这样的逻辑复杂的多重嵌套运算，不知道用那种方式比较好。

1 、一种方式，是多依赖数据库用 SQL 条件嵌套查询。这样会担心数据库负载重， sql 语句查询效率低。
2 、另外一种方式，就是先把数据对象导到内存里，通过迭代遍历，嵌套计算。这样又担心可能一条语句 session.query(Artile).all()就把内存吃光了。

上面例子虽然有点极端，实际情况加 filter 条件筛选 Article 查询出来的数据量也非常大。
通常这种情况，大家选择什么样的解决方式啊？

query

查询

SQL

语句

15 replies • 2016-06-23 11:55:43 +08:00

loading

Jun 22, 2016 via Android

Orm 带来的特性，付出一点点内存，值得！

loading

Jun 22, 2016 via Android

而且，复杂的 SQL,很多人写出来比 orm 的性能要差。

rogwan

Jun 22, 2016

@loading 嗯，一般情况下这个必须是值得的。就是遇到 Article 这种对象，有文章的内容（ text 类型），可能一篇文章记录就几十 K 啊。比如查询出来用户关注的文章， 1 个用户关注 1000 个人，想象下 1 万个用户，那内存得要多大啊？

loading

Jun 22, 2016 via Android

就你这样玩，直接写 SQL 更不行…

msg7086

Jun 22, 2016

好点的 ORM 可以分段读取吧。 Python 不熟，但是至少数据分页查询不是个很难的事情。

ChiChou

Jun 22, 2016

@rogwan 你为什么不分页？对应的就是 limit

NearTan

Jun 22, 2016

@rogwan 用 yield_per
http://docs.sqlalchemy.org/en/latest/orm/query.html#sqlalchemy.orm.query.Query.yield_per

rogwan

Jun 22, 2016

@ChiChou @NearTan 主要是因为要把这些 Articles 先全部取出来，再根据 author/ip/post_time 等等做多重运算后，再 remove 一些数据。分页只能放在最后呈现的阶段啊。（当然，也可以把这些多重运算，在数据库中用 SQL 语言先解决，这个就是前面提到的，担心复杂的 sql 语句效率的问题）

NearTan

Jun 22, 2016

@rogwan yield_per 用到的是迭代器，跟分页没关系
仔细看了一下你的需求，你的「多重运算」感觉可以通过 SQLAlchemy 层来解决

rogwan

Jun 22, 2016

@NearTan "SQLAlchemy 层"，你是指用 ORM 的 xxx.query.filter(www.query.filter(www.query.filter()))这样的嵌套查询吗？

rogwan

Jun 22, 2016

yield_per 倒是一个看起来可以平衡内存占用和 SQL 查询效率的一个方式，以前没有用过，可以尝试下实际的运行效率好不好。

daybyday

Jun 23, 2016

"根据 author/ip/post_time 等等做多重运算"
如果这些字段可以抽象出一条计算公式，那么可以在更新 article 记录的时候，用这些字段计算出最终值。使用 redis zset 来存储 /缓存，最终值为 zset 的 score ， article_id 为 zset 的 member 。需要获取分页的时候，先从 redis zset 取分页 id 集，再从数据库取数据

rogwan

Jun 23, 2016

@daybyday 谢谢！负载过重的话，这是个可行的方式

sfree2005

Jun 23, 2016

@daybyday 的方法是一个方向，在他方法的基础上你还可以参考这篇文章，看看如果要 filter 各种数据的话， redis 应该做怎样的设计。
文章链接： https://robots.thoughtbot.com/redis-set-intersection-using-sets-to-filter-data
有一点难度，但用好了 filter 的速度很快。

还有一种可能比较粗暴, 没有那么好，但还算简单的方法。
我假设你 Article 内容本身不在你的要计算和分析的范围，那就可以将 Article id 和各种需要计算和 filter 的 column 单独放个 table ，每次只是查询那个 table ，过滤、分析得到 id 集之后分页，接着再去查那个真正的 Article table ，这样内存的占用应该少很多了。

rogwan

Jun 23, 2016

@sfree2005 看起来你这个“粗暴”的方法是很实用的，哈哈。是分库分表的思路啊。其实 Article 表里就是内容 content （ text 类型）占空间，其他的字段全部导到内存里也没多大。