如果您需要为一些自定义SQL重用查询，还有另一种非常有用的方法。我曾在一个分析应用程序中使用过这种方法，它远远超出了Django的ORM所能轻松完成的范围，所以我将ORM生成的SQL作为子查询包含进来。

from django.db import connection
from myapp.models import SomeModel

queryset = SomeModel.objects.filter(foo='bar')

sql_query, params = queryset.query.as_sql(None, connection)

这将为您提供带有占位符的SQL，以及可以使用的带有查询参数的元组。你可以直接把它传递给DB:

with connection.connection.cursor(cursor_factory=DictCursor) as cursor:
    cursor.execute(sql_query, params)
    data = cursor.fetchall()

没有其他答案涵盖这个方法，所以:

我发现迄今为止最有用、最简单、最可靠的方法是询问您的数据库。例如，在Linux的Postgres上，你可能会这样做:

sudo su postgres
tail -f /var/log/postgresql/postgresql-8.4-main.log

每个数据库的过程略有不同。在数据库日志中，你不仅可以看到原始SQL，还可以看到django在系统上设置的任何连接或事务开销。

另一个选项，请参阅本文中描述的settings.py中的日志记录选项

http://dabapps.com/blog/logging-sql-queries-django-13/

Debug_toolbar会降低开发服务器上每个页面的加载速度，而日志记录则不会，因此速度更快。输出可以转储到控制台或文件，所以UI不是很好。但是对于包含大量sql的视图，通过debug_toolbar调试和优化sql可能需要很长时间，因为每个页面加载都非常慢。

这是一个很晚的回答，但其他的都是通过搜索得到的。

我想介绍一种日志记录方法，非常简单;在settings .py中添加django.db.backends logger

LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
        },
    },
    'loggers': {
        'django.db.backends': {
            'handlers': ['console'],
            'level': 'DEBUG',
        },
    },
}

我还使用了一个环境变量来设置级别。 所以当我想看到SQL查询时，我只是设置了环境变量，调试日志显示了实际的查询。

from django.db import reset_queries, connection
class ShowSQL(object):
    def __enter__(self):
        reset_queries()
        return self

    def __exit__(self, *args):
        for sql in connection.queries:
            print('Time: %s\nSQL: %s' % (sql['time'], sql['sql']))

然后你可以使用:

with ShowSQL() as t:
    some queries <select>|<annotate>|<update> or other 

它打印

时间:% s SQL: % s

Django SQL Sniffer是查看(和查看)从Django ORM的任何进程中执行的原始查询的另一种选择。我已经构建了它来满足我所拥有的一个特定用例，我在任何地方都没有看到过，即:

不需要更改目标进程正在执行的源代码(不需要在django设置中注册一个新的应用程序，到处导入装饰器等)。 不更改日志配置(例如，因为我对一个特定的进程感兴趣，而不是配置应用的整个进程群) 不需要重新启动目标进程(例如，因为它是一个重要的组件，重新启动可能会导致一些停机时间)

因此，Django SQL Sniffer可以特别使用，并附加到已经运行的进程。然后，该工具“嗅探”已执行的查询，并在执行时将它们打印到控制台。当工具停止时，将显示一个统计摘要，其中包含基于某些可能的度量(计数、最大持续时间和总组合持续时间)的异常值查询。

这是我附加到Python shell的示例的截图

你可以在github页面上查看现场演示和更多细节。