← 精品代码功能 · 可复用实现库

精品功能 12：关联数据批量查询（邻接表，避免 N+1）

• 出处：查资料/server.py（attach_links 第 547-560 行、card_full 第 563-574 行、links_of 第 538-544 行）
• 一句话：给列表里的每张卡片附上它的关联，用一次查询 + 内存邻接表代替 N+1 次查询。
• 解决什么问题：卡片之间有多对多关系（存在 links(a,b) 表）。

列表页要显示每张卡的"关联数"，天真做法是每张卡查一次数据库——
100 张卡就是 101 次查询。数据一多就明显变慢。

核心实现

批量 + 邻接表（第 547-560 行）：

def attach_links(cards):
    """给卡片列表批量附加关联卡片 id（供列表页显示关联数）。"""
    if not cards:
        return cards
    conn = db()
    rows = conn.execute("SELECT a,b FROM links").fetchall()   # 一次拿全部关系
    conn.close()
    m = {}
    for r in rows:                       # 在内存里建无向邻接表
        m.setdefault(r["a"], set()).add(r["b"])
        m.setdefault(r["b"], set()).add(r["a"])
    for c in cards:
        c["links"] = sorted(x for x in m.get(c["id"], set()) if x != c["id"])
    return cards

单条查关联（无向关系，用 UNION 两个方向，第 538-544 行）：

def links_of(cid):
    conn = db()
    rows = conn.execute(
        "SELECT b FROM links WHERE a=? UNION SELECT a FROM links WHERE b=?", (cid, cid)
    ).fetchall()
    conn.close()
    return [r[0] for r in rows]

详情页要标题而不只是 id（第 563-574 行）：

def card_full(cid):
    card = card_by_id(cid)
    if not card:
        return None
    ids = [x for x in links_of(cid) if x != cid]
    card["links"] = ids
    card["link_cards"] = []
    for x in ids:
        c = card_by_id(x)
        if c:
            card["link_cards"].append({"id": x, "title": c["title"]})
    return card

设计亮点

1. 消除 N+1：列表场景"一次查询 + 内存聚合"，把 N+1 次库操作降到 1 次
2. 无向关系用 UNION：a→b 和 b→a 是同一条，查两个方向才对
3. 内存邻接表：dict[str, set] 是最简单的图结构，够用且快
4. 过滤自环：if x != c["id"] 排除"自己关联自己"
5. 列表给 id、详情给标题：不同场景返回不同粒度，避免列表页做多余查询

可复用性评估

• 依赖：需要 db() 连接与 links 表结构（逻辑独立，函数级可改）
• 移植难度：低（把 SQL 换成你的表即可；邻接表思想语言无关）
• 测试：随项目一起；可手动验证"关联数是否与数据库一致"

开源化建议

• 思路写进任何"带关系列表"的项目：先批量取关系，再内存 join
• 若做独立库，可抽象为 attach_relations(rows, relation_table, key)
• README 用"100 张卡 = 101 次查询 vs 1 次查询"说明价值

对照开源

• ORM 里对应 selectinload / prefetch_related（一次性预取关联，避免 N+1）
• 图数据库（Neo4j）原生支持邻接查询，但个人项目用关系表 + 邻接表足够
• 收录理由：N+1 是最常见也最容易被忽视的性能问题，这段代码是标准解法

相关课程

第 15 课（结构化输出实战）