我有用于表填充的这段代码。
def add_tags(count):
print "Add tags"
insert_list = []
photo_pk_lower_bound = Photo.objects.all().order_by("id")[0].pk
photo_pk_upper_bound = Photo.objects.all().order_by("-id")[0].pk
for i in range(count):
t = Tag( tag = 'tag' + str(i) )
insert_list.append(t)
Tag.objects.bulk_create(insert_list)
for i in range(count):
random_photo_pk = randint(photo_pk_lower_bound, photo_pk_upper_bound)
p = Photo.objects.get( pk = random_photo_pk )
t = Tag.objects.get( tag = 'tag' + str(i) )
t.photos.add(p)
这是模型：
class Tag(models.Model):
tag = models.CharField(max_length=20,unique=True)
photos = models.ManyToManyField(Photo)
据我理解这个答案：Django：此函数的关键字参数无效，我必须先保存标签对象（由于ManyToMany字段），然后通过将照片附加到它们add()。但是，从count长远来看，此过程耗时太长。有什么方法可以重构此代码以使其更快？
通常，我想用随机虚拟数据填充Tag模型。
编辑1（照片模型）
class Photo(models.Model):
photo = models.ImageField(upload_to="images")
created_date = models.DateTimeField(auto_now=True)
user = models.ForeignKey(User)
def __unicode__(self):
return self.photo.name
TL; DR使用“直通”模型批量插入m2m关系。
Tag.photos.through => Model with 3 fields [ id, tag, photo ]
new_tag_photo = Tag.photos.through(tag_id=1, photo_id=2)
Tag.photos.through.bulk_insert([new_tag_photo, ...])
这是我所知道的最快的方法，我一直在使用它来创建测试数据。我可以在几分钟内生成数百万条记录。
从乔治编辑：
def add_tags(count):
new_tags = []
for t in range(count):
tag = Tag(tag='tag%s' % t)
new_tags.append(tag)
Tag.objects.bulk_create(new_tags)
tag_ids = list(Tag.objects.values_list('id', flat=True))
photo_ids = Photo.objects.values_list('id', flat=True)
tag_count = len(tag_ids)
for photo_id in photo_ids:
tag_to_photo_links = []
shuffle(tag_ids)
rand_num_tags = randint(0, tag_count)
photo_tags = tag_ids[:rand_num_tags]
for tag_id in photo_tags:
# through is the table generated by django to link m2m between tag and photo
photo_tag = Tag.photos.through(tag_id=tag_id, photo_id=photo_id)
tag_to_photo_links.append(photo_tag)
Tag.photos.through.objects.bulk_create(tag_to_photo_links, batch_size=7000)
我没有创建要测试的模型，但是这里的结构可能需要进行一些调整才能使其正常工作。让我知道您是否遇到任何问题。
[编辑]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句