values_list() 更省内存是因为返回元组或扁平列表，无字段名和字典开销；values() 每条记录构造 dict，字段名重复存储且哈希表额外占内存，百万级数据时内存差异达 2–3 倍。
values_list() 为什么比 values() 更省内存？
因为 values_list() 返回的是元组或扁平列表，不带字段名和字典开销；而 values() 每条记录都构造一个 dict，字段名重复存储、哈希表结构额外占内存。尤其查百万级数据时，内存差异可达 2–3 倍。
- 默认行为返回元组：
qs.values_list('name')→[('Alice',), ('Bob',), ...] - 加
flat=True才得扁平列表：qs.values_list('name', flat=True)→['Alice', 'Bob', ...] - 多个字段不加
flat=True会报错 ——flat=True只支持单字段
flat=True 的使用限制和替代方案
flat=True 看似方便，但只适用于单字段查询。一旦需要两个字段（比如 id 和 slug），就必须放弃 flat=True，否则 Django 报错：TypeError: flat=True is not valid when values_list() is called with more than one field.
- 双字段正确写法：
qs.values_list('id', 'slug')→ 返回[(1, 'a'), (2, 'b'), ...] - 想转成
dict？别在 Python 层循环转：dict(qs.values_list('id', 'slug'))更快且仍保持惰性求值 - 如果后续要频繁按 id 查 slug，用
dict()构建一次比每次.get()查库强得多
values_list() + iterator() 防止内存爆掉
即便用了 values_list()，Django 默认仍把全部结果缓存在内存里。查 10 万行以上数据时，必须搭配 iterator()。
- 错误示范：
list(MyModel.objects.values_list('email', flat=True))—— 全部加载进内存 - 正确做法：
for email in MyModel.objects.values_list('email', flat=True).iterator(chunk_size=2000): -
chunk_size建议设为 1000–5000：太小增加数据库往返次数，太大抵消流式优势 -
iterator()会禁用查询集缓存，不能重复遍历 —— 需要多次用就存成 list 或用itertools.tee
values_list() 在聚合和 distinct 场景下的坑
distinct() 和 values_list() 组合时，字段顺序影响去重逻辑，容易漏数据。
立即学习“Python免费学习笔记（深入）”；
-
qs.values_list('category').distinct()→ 按 category 去重，没问题 -
qs.values_list('category', 'status').distinct()→ 是按 (category, status) 元组去重，不是只看 category - 想只按 category 去重又取 status？得用
annotate()或子查询，values_list().distinct()不够用 - 聚合函数如
Count必须配合values()，values_list()不支持 —— 想统计数量就得换写法
真正省内存的关键不在函数名，而在是否理解它返回什么、是否被惰性执行、以及字段组合是否真符合你的去重或映射意图。
