python - 哪个扩展性更好？ ORM 的 distinct() 或 python set()

Question

新年快乐!

我有一个模型可以容纳数十万条记录。该模型如下所示:

class Transaction(models.Model):
    user = models.ForeignKey(User)
    client = models.ForeignKey(Client)
    amount = models.FloatField()

我想知道某个用户正在处理的所有客户。要获得唯一的客户端 ID，我可以单独使用 Django ORM:

Transaction.objects.filter(user=the_user).distinct('client_id').values_list('client_id', flat=True)

或执行以下操作:

set(Transaction.objects.filter(user=the_user).values_list('client_id', flat=True))

两者都会产生相同的结果。但是考虑到大量记录，哪一个会更快？我知道 distinct 是对数据库的相对较慢的操作，但它与 python 的 set() 相比如何？

最后，如果涉及到数据库，我的选择是用于生产的 MySql 和 PostgreSql。两者在这个具体操作上会有什么区别吗？

Answer 1

我通常使用 orm 函数，它更具可读性并且在数据库级别运行，实际上计算不同值的 RDBMS 也是如此，并且您只需一步就可以得到结果。

您可以使用 python 集完成相同的操作，但您需要先获取所有数据集，然后应用 set()。因此，您必须执行两步操作才能完成相同的操作。

在第一种情况下 (orm)，您只有 I/O 开销，而在第二种情况下，您有 I/O 开销 + 函数调用，所以我会选择 ORM 的 distinct。