1. Django ORM のクエリ最適化とは？

Django の ORM は便利ですが、適切に使わないと大量のクエリが発生し、パフォーマンスが低下することがあります。
本記事では、ORM を使いながら SQL を最適化する方法を紹介します。

2. select_related と prefetch_related で N+1 問題を回避

Django では、リレーションを持つデータを取得するときに N+1 問題 が発生することがあります。

例：N+1 問題の発生

PYTHON
users = User.objects.all()
for user in users:
    print(user.profile.bio)  # Profile を取得するたびに SQL クエリが発行される

上記コードでは、User を取得した後、Profile にアクセスするたびに個別の SQL クエリが発生します。

select_related（JOIN を使う）

PYTHON
users = User.objects.select_related("profile").all()

select_related は JOIN を使って関連データを一度に取得するため、クエリ回数が削減されます。

prefetch_related（別クエリで取得してキャッシュ）

PYTHON
users = User.objects.prefetch_related("profile").all()

prefetch_related は複数のクエリを発行しますが、事前にキャッシュして関連データをまとめて取得できます。

3. only() と defer() で不要なデータを取得しない

only() を使うと、取得するフィールドを限定できます。

PYTHON
users = User.objects.only("id", "name")

逆に defer() を使うと、不要なフィールドを除外できます。

PYTHON
users = User.objects.defer("bio")

4. クエリの実行時間を計測する

Django の QuerySet には .explain() メソッドがあり、実行計画を確認できます。

PYTHON
queryset = User.objects.filter(name="Taro")
print(queryset.explain())

PostgreSQL の場合、ANALYZE を使うと詳細な情報を確認できます。

PYTHON
queryset = User.objects.filter(name="Taro")
print(queryset.explain(analyze=True))

5. EXPLAIN を使った SQL の分析

Django ORM で発行される SQL のパフォーマンスを分析するには EXPLAIN を使います。

SQL
EXPLAIN ANALYZE SELECT * FROM users WHERE name = 'Taro';

6. インデックスを活用する

頻繁に検索するカラムには db_index=True を設定することで検索を高速化できます。

PYTHON
class User(models.Model):
    name = models.CharField(max_length=100, db_index=True)

また、複数のカラムに対する検索を最適化するには、Meta.indexes を活用できます。

PYTHON
from django.db.models import Index

class User(models.Model):
    name = models.CharField(max_length=100)
    email = models.EmailField(unique=True)

    class Meta:
        indexes = [
            Index(fields=["name", "email"]),
        ]

7. SQLite と PostgreSQL のパフォーマンスチューニングの違い

8. まとめ

• select_related は JOIN を使って関連データを最適化
• prefetch_related は別クエリをキャッシュして関連データを取得
• only() や defer() で不要なデータの取得を減らす
• EXPLAIN や ANALYZE を使ってクエリの実行計画を確認
• インデックスを適切に設定して検索パフォーマンスを向上