我有很多数据，这些数据很脏，例如：
表格ORM：
id = models.CharField(default='', max_length=50)
time = models.DateTimeField(default=timezone.now)
number = models.CharField(default='', max_length=20)
value = models.CharField(default='', max_length=20)
unique_together = ['id', 'time', 'number']
表数据：
id time number value
1 2018-07-16 00:00:00 1 64
1 2018-07-16 00:00:00 2 -99
1 2018-07-16 00:00:00 3 655
1 2018-07-16 00:00:00 4 3
2 2018-07-16 00:00:00 0 12
导入数据（示例）：
id time number value
1 2018-07-16 00:00:00 1 64
3 2018-07-16 00:00:00 0 -99
3 2018-07-16 00:00:00 0 11
4 2018-07-16 00:00:00 0 -99
4 2018-07-16 00:00:00 1 -99
所以，当我这样做的时候
for loop....
objs = []
objs.append(A(**kwargs))
A.objects.bulk_create(objs, batch_size=50000)
它将产生两种复制品。
表已经存在“1 2018－07:16:00 00 00 1”
导入数据已经存在3次2018—07～1600∶00，0次在Objs中两次，所以当我批量创建时，它将重复，然后它将回滚所有提交！!!
“1”，我可以使用get或create来解决它
但是“2”，我现在不能检查我在Objor中附加数据
我试着用这个来检查是否存在，但是当数据行超过1000000时，
复杂性将是可怕的。
def search(id, time, number, objs):
for obj in objs:
if obj['id'] == id and obj['time'] == time and obj['number'] == number:
return True
return False
有更好的办法吗？谢谢。
最佳答案
可以将具有id、time和number的元组添加到set：
objs = []
duplicate_check = set()
for loop....
data = kwargs['id'], kwargs['time'], kwargs['number']
if not data in duplicate_check:
objs.append(A(**kwargs))
duplicate_check.add(data)
A.objects.bulk_create(objs, batch_size=50000)
set操作具有O（1）的复杂性。关于django - Django批量创建如何检查在批量objs和实例中已经存在？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51358190/