我听说可以使用以下方法：
if qs.exists():
...
if qs.count():
...
try:
qs[0]
except IndexError:
...
以下为评论复制内容：“我正在寻找类似于“在MySQL和PostgreSQL中，对于短查询，count()更快，对于长查询，exists()更快，并且当您可能需要第一个元素并想要检查它是否存在时，请使用QuerySet [0]。但是，当count()更快时，速度只有稍微快一点，因此在两者之间进行选择时建议始终使用exists()。”
query.exists() 是最有效的方法。
特别是在 PostgreSQL 上，count() 可能非常昂贵，有时比普通的 select 查询要更昂贵。
exists() 运行一个没有 select_related、字段选择或排序的查询，并且只获取一条记录。这比计算整个带有表连接和排序的查询要快得多。
qs[0] 仍会包括 select_related、字段选择和排序；因此它会更加昂贵。
Django 源代码在这里 (django/db/models/sql/query.py RawQuery.has_results):
def has_results(self, using):
q = self.clone()
if not q.distinct:
q.clear_select_clause()
q.clear_ordering(True)
q.set_limits(high=1)
compiler = q.get_compiler(using=using)
return compiler.has_results()
另一个让我犯错的陷阱是在if语句中调用QuerySet。这会执行并返回整个查询结果！
如果变量query_set可能为None（函数的未设置参数），则使用以下代码：
if query_set is None:
#
if query_set:
# you just hit the database
exists()通常比count()更快，但并非总是如此（请参见下面的测试）。 count()可用于检查存在性和长度。
只有在确实需要对象时才使用qs[0]。如果您仅测试存在性，则速度会慢得多。
在Amazon SimpleDB上，有400,000行：
qs：325.00微秒/传递qs.exists()：144.46微秒/传递qs.count()：144.33微秒/传递qs[0]：324.98微秒/传递在MySQL上，有57行：
qs：1.07微秒/传递qs.exists()：1.21微秒/传递qs.count()：1.16微秒/传递qs[0]：1.27微秒/传递我对每个传递使用了随机查询，以降低数据库级缓存的风险。测试代码：
import timeit
base = """
import random
from plum.bacon.models import Session
ip_addr = str(random.randint(0,256))+'.'+str(random.randint(0,256))+'.'+str(random.randint(0,256))+'.'+str(random.randint(0,256))
try:
session = Session.objects.filter(ip=ip_addr)%s
if session:
pass
except:
pass
"""
query_variatons = [
base % "",
base % ".exists()",
base % ".count()",
base % "[0]"
]
for s in query_variatons:
t = timeit.Timer(stmt=s)
print "%.2f usec/pass" % (1000000 * t.timeit(number=100)/100000)
这取决于使用环境。
根据文档：
使用 QuerySet.count()
...如果你只需要计数，而不是用 len(queryset)。
使用 QuerySet.exists()
...如果你只想知道是否至少存在一个结果，而不是查询集的信息。
但：
不要过度使用 count() 和 exists()
如果你以后需要查询集中的其他数据，就直接评估它。
因此，我认为如果你只想检查空的查询集，QuerySet.exists()是最推荐的方法。另一方面，如果你以后需要使用结果，最好将其评估。
我也认为第三种方法是最昂贵的，因为你需要检索所有记录只为了检查是否存在任何记录。
SELECT foo FROM bar LIMIT 1 的内容。这就是问题所在 - 所有这些方法都是ORM API调用，并转换为SQL查询。这就是为什么文档无法说“exists”比“count”更快，或者它快多少倍。这取决于数据库实现、其配置和相关数据集。我认为Clueless是正确的 - 你需要自己测试才能得到确切的结果。 - Marcin Świerczyński@Sam Odio的解决方案是一个不错的起点，但方法有一些缺陷，具体来说：
因此，我决定排除肯定不匹配的内容，而不是过滤可能匹配的内容，希望仍然避免DB缓存，但也确保相同数量的行。
我只在本地MySQL数据库上测试了数据集：
>>> Session.objects.all().count()
40219
计时代码：
import timeit
base = """
import random
import string
from django.contrib.sessions.models import Session
never_match = ''.join(random.choice(string.ascii_uppercase) for _ in range(10))
sessions = Session.objects.exclude(session_key=never_match){}
if sessions:
pass
"""
s = base.format('count')
query_variations = [
"",
".exists()",
".count()",
"[0]",
]
for variation in query_variations:
t = timeit.Timer(stmt=base.format(variation))
print "{} => {:02f} usec/pass".format(variation.ljust(10), 1000000 * t.timeit(number=100)/100000)
输出：
=> 1390.177710 usec/pass
.exists() => 2.479579 usec/pass
.count() => 22.426991 usec/pass
[0] => 2.437079 usec/pass
count() 大约比 exists() 慢了9倍。
[0] 也很快，但需要异常处理。我想第一种方法是最有效的方式（你可以很容易地用第二种方法来实现它，所以它们可能几乎相同）。最后一种方法需要从数据库中获取整个对象，因此几乎肯定是最昂贵的。
但是，像所有这些问题一样，唯一知道适合您特定数据库、模式和数据集的方法就是自己测试。
exists()更快，但它很大程度上取决于你要查询的数据集类型。例如，对于一个简单的查询：my_objects = MyObject.objets.all()，你应该使用my_objects.exists()。但是，如果你要进行这样的查询：MyObject.objects.filter(some_attr='anything').exclude(something='what').distinct('key').values()，你可能需要测试哪个更适合（exists()、count()、len(my_objects)）。请记住，数据库引擎将执行查询，并且为了获得良好的性能结果，它非常依赖于数据结构和查询的形式。你可以做的一件事是，审计查询并针对数据库引擎进行测试，并比较你的结果，你会惊讶地发现有时django是多么天真，尝试使用QueryCountMiddleware查看所有执行的查询，你就会明白我在说什么。
EXISTS更有效率。 - Tom