bulk_create()比循环save()快得多，因其将多条INSERT合并为单条SQL语句，避免重复的模型验证、信号触发、事务开销和网络往返；实测10万条数据，前者秒级完成，后者可能卡几分钟甚至OOM。
为什么 bulk_create() 比循环 save() 快得多
因为 bulk_create() 把多条 INSERT 合并成一条 SQL 语句发给数据库，避免了每次 save() 都触发模型验证、信号、事务开销和网络往返。实测 10 万条数据，前者通常在秒级完成，后者可能卡住几分钟甚至 OOM。
但要注意：它跳过 Model.full_clean() 和 pre_save/post_save 信号，也不返回带主键的实例（除非指定 update_fields 或用 PostgreSQL 的 returning）。所以导入前得自己校验字段合法性。
- 必须确保所有对象的字段值已清洗干净（比如
None不会自动转成空字符串） - 外键字段必须传入已存在的
id或实例，不能传字符串名称 - MySQL 不支持
ignore_conflicts=True，PostgreSQL 才行；若需去重，得先用get_or_create或手动查重
如何安全处理 CSV 文件并分批调用 bulk_create()
直接读完整 CSV 再一次性 bulk_create() 容易内存爆炸，尤其当单文件超 50 万行时。推荐边读边构造模型实例，每 1000–5000 条提交一次。
示例关键逻辑：
立即学习“Python免费学习笔记（深入）”；
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
with open('data.csv') as f:
reader = csv.DictReader(f)
objs = []
for row in reader:
# 字段映射 + 类型转换（如 int(row['age'])）
try:
obj = MyModel(
name=row['name'].strip(),
age=int(row['age']),
category_id=int(row['category_id'])
)
objs.append(obj)
except (ValueError, KeyError):
# 记录错误行号和原因，别让整个批次失败
logger.warning(f"Skip invalid row: {row}")
<pre class="brush:php;toolbar:false;"> if len(objs) >= 2000:
MyModel.objects.bulk_create(objs, batch_size=2000)
objs.clear()
# 处理余量
if objs:
MyModel.objects.bulk_create(objs, batch_size=2000)
- 用
batch_size参数控制单次插入条数，避免 MySQL 的max_allowed_packet限制 - CSV 中空字符串要显式转为
None或默认值，否则可能违反NOT NULL约束 - 如果表有唯一索引且数据可能重复，加
ignore_conflicts=True（仅 PostgreSQL）或改用on_conflict_do_nothing（Django 4.2+）
遇到 IntegrityError: duplicate key violates unique constraint 怎么办
这说明你试图插入重复主键或唯一字段（比如 email 已存在），而没做预处理。Django 默认不帮你跳过或更新。
- 方案一（推荐）：导入前用
MyModel.objects.filter(email__in=email_list).values_list('email', flat=True)找出已存在值，过滤掉重复项 - 方案二：用 Django 4.2+ 的
on_conflict（仅 PostgreSQL）：MyModel.objects.bulk_create(objs, ignore_conflicts=False, update_conflicts=True, update_fields=['updated_at']) - 方案三：改用
get_or_create()循环 —— 别这么做，性能断崖式下跌，只适合几千条以内
注意：MySQL 用户基本只能选方案一，因为它的 INSERT IGNORE 或 ON DUPLICATE KEY UPDATE 在 Django ORM 层不被 bulk_create 支持。
为什么管理命令比视图更适合批量导入
把导入逻辑写进视图里，容易触发请求超时（Nginx/WSGI 通常限制 30–60 秒）、内存泄漏、并发冲突。而自定义管理命令运行在 shell 环境下，无 HTTP 生命周期约束，可自由控制事务、日志和重试。
- 命令入口在
management/commands/import_data.py，继承BaseCommand - 用
transaction.atomic()包裹整个导入过程，失败则全部回滚；也可按批次加小事务提升容错性 - 通过
self.stdout.write()输出进度，配合--verbosity控制日志粒度 - 文件路径建议用绝对路径或通过
django.conf.settings配置，别依赖相对位置
真正上线时，还会加上文件校验（如 MD5）、幂等标记（记录最后导入时间戳或文件哈希）、以及失败后自动通知运维——这些细节，往往比“怎么快”更决定能不能稳住。
