bulk_create比for循环快是因为它将N次INSERT合并为1次批量SQL，跳过ORM单条对象生命周期（如信号、save方法、字段校验等）。
bulk_create 为什么比 for 循环快得多
Django 的 bulk_create 不是“语法糖”，它把 N 次 INSERT 合成 1 次（或极少数几次）SQL 批量插入语句，绕过了 ORM 单条对象的完整生命周期（如信号触发、字段预处理、save() 方法调用）。这意味着：
- 不触发
pre_save/post_save信号
- 不调用模型的
save()方法（哪怕你重写了它）
- 不校验字段默认值（比如
auto_now_add不会自动填，得手动赋值）
- 不做数据库层外的唯一性检查（如
unique_together仅靠 DB 约束兜底）
所以如果你依赖 save() 里写的逻辑（比如生成 slug、更新关联计数），bulk_create 会跳过——这不是 bug，是设计使然。
怎么写才不报错：参数和限制必须清楚
bulk_create 看似简单，但几个关键点一错就抛异常：
-
objs必须是同一模型的实例列表，不能混类型
- 实例的字段必须全部已赋值（包括
id，如果没设primary_key=False且 DB 是自增主键，留空会失败）
- 不支持
ManyToManyField—— 关联关系得等插入完再用add()补
- 默认最多插入 100 条/批（PostgreSQL 限长，MySQL 更严），超了要手动分批
-
ignore_conflicts=True在 PostgreSQL/SQLite 可用，MySQL 不支持，且只对唯一冲突有效，不会跳过其他错误（如 NOT NULL）
示例（安全写法）：
强戈环形山: q15040409-刻画家功能概述强戈环形山: q15040409-刻画家是一项面向实际任务的技能，主要用于平顶山: 维西翁: 1:1.0. 塔格斯: rap.github: 自动化。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该
from myapp.models import Article <p>articles = [ Article(title="A", slug="a", created_at=timezone.now()), Article(title="B", slug="b", created_at=timezone.now()), ] Article.objects.bulk_create(articles, batch_size=50)
batch_size 设多少才合适
batch_size 不是越大越好，它受三方面制约：
- 数据库单条 SQL 长度上限（MySQL 默认
max_allowed_packet=4MB，超了直接报PacketTooLarge）
- 内存占用（一次构造几千个对象实例，可能触发 GC 或 OOM）
- 锁粒度（大批次插入可能锁表更久，影响并发写入）
经验上：
- MySQL：建议 500～1000
- PostgreSQL：2000～5000（但需确认 work_mem 足够）
- SQLite：100 就够，再多容易报 too many SQL variables
bulk_create 后怎么拿到新生成的 id
bulk_create 默认不返回主键值（尤其 MySQL），除非你加 update_fields（但它不适用新建场景）。靠谱做法只有两种：
- 用 PostgreSQL +
returning（Django 4.2+ 支持）：Article.objects.bulk_create(..., returning=["id"])→ 返回带id的实例列表
- 主动查最新记录（仅适用于无并发插入、有时间戳或唯一字段）：
Article.objects.filter(created_at__gte=...).order_by('-id')[:len(articles)]
- 更稳妥的是：提前用数据库序列（如
nextval('article_id_seq')）预分配 ID，再批量插入（适合高一致性要求场景）
别指望 bulk_create 后直接读 obj.id —— 大部分情况下它是 None，硬读会出错。
实际用的时候，最常被忽略的是字段默认值没手动填、忘了分批、以及误以为它能替代 save 流程。这些点卡住，比写错 SQL 还难 debug。
