一、基于双下划线跨表查询（join查询）
在上一篇中，我们简单的介绍了基于对象的跨表查询，本章将继续阐述基于双下划线的跨表查询，所用的表格均为上章中所创建的表格。
##########################基于双下划线的查询：正向查询，按字段，反向查询，按表名#####################
1、一对多
实例一（正向，用字段）：
# 查询红楼梦的出版社名称
#方式1：
ret=Book.objects.filter(title="红楼梦").values("publish__name")
print(ret) # <QuerySet [{‘publish__name‘: ‘北京出版社‘}]>
# 方式2：
res=Publish.objects.filter(book__title="红楼梦").values("name")
print(res) #<QuerySet [{‘name‘: ‘北京出版社‘}]>
实例二（反向，用表名）：
# 查询沙河出版社出版过的书籍名称
#方式1:
ret=Publish.objects.filter(name="沙河出版社").values("book__title")
print(ret) #<QuerySet [{‘book__title‘: ‘金品梅2‘}, {‘book__title‘: ‘金品梅3‘}]>
#方式2:
res=Book.objects.filter(publish__name="沙河出版社").values("title")
print(res) #<QuerySet [{‘title‘: ‘金品梅2‘}, {‘title‘: ‘金品梅3‘}]>
2、多对多
实例一（正向，用字段）：
# 查询红楼梦所有作者的名字
ret=Book.objects.filter(title="红楼梦").values("authors__name")
print(ret) #<QuerySet [{‘authors__name‘: ‘alex‘}, {‘authors__name‘: ‘egon‘}]>
实例二（反向，用表名）：
#查询alex出版过的所有书籍
ret=Author.objects.filter(name="alex").values("book__title")
print(ret) #<QuerySet [{‘book__title‘: ‘金品梅2‘}, {‘book__title‘: ‘红楼梦‘}]>
3、一对一
实例一（正向，用字段）：
# 查询地址在沙河并且email是123的作者的名字
ret=AuthorDetail.objects.filter(adrr="沙河",email=123).values("author__name")
print(ret) #<QuerySet [{‘author__name‘: ‘alex‘}]>
实例二（反向，用表名）：
# 查询alex作者的adrr地址
ret = Author.objects.filter(name="alex").values("authordetail__adrr")
print(ret) #<QuerySet [{‘authordetail__adrr‘: ‘沙河‘}]>
实例三（综合实例）：
#email以456开头的作者出版过的所有书籍名称以及出版社名称
ret=Book.objects.filter(authors__authordetail__email__startswith="456").values("title","publish__name") print(ret)
总结，在上一章的对象查询中，我们可以总结为所有的查询是基于一个models对象，而本节中双下划线查询均是基于queryset对象进行的！反向查询使用的表名同样必须为小写。
二、聚合函数（aggregate）
aggregate()是QuerySet 的一个终止子句，意思是说，它返回一个包含一些键值对的字典。键的名称是聚合值的标识符，值是计算出来的聚合值。键的名称是按照字段和聚合函数的名称自动生成出来的。如果你想要为聚合值指定一个名称，可以向聚合子句提供它。如下例：
#查询所有书籍的平均价格
# 实例1：
ret=Book.objects.all().aggregate(Avg("price"))
print(ret) #{‘price__avg‘: 172.66666666666666}
# 实例2：
res = Book.objects.all().aggregate(avgPrice=Avg("price"))
print(res) #{‘avgPrice‘: 172.66666666666666}
如果你希望生成不止一个聚合，你可以向aggregate()子句中添加另一个参数。所以，如果你也想知道所有图书价格的最大值和最小值，可以这样查询：
# 查询所有书籍的平均价格、价格最大值、价格最小值
ret = Book.objects.all().aggregate(Avg("price"),Min("price"),Max("price"))
print(ret) #{‘price__avg‘: 172.66666666666666, ‘price__min‘: Decimal(‘123.00‘), ‘price__max‘: Decimal(‘230.00‘)}
以上实例中需要按照如下方式引入相应的模块方法： from django.db.models import Avg, Max, Min
三、分组函数（annotate）
annotate（）为调用的QuerySet中每一个对象都生成一个独立的统计值（统计方法用聚合函数）。
实例1：查询每一个出版社出版过的书籍个数
ret=Publish.objects.all().annotate(num=Count("book__title")) #可以理解为每一个出版社对象增加一个num字段，该字段值是通过聚合函数联表求得
for pub_obj in ret:
print(pub_obj.name,pub_obj.num)
annotate的返回值是querySet，如果不想遍历对象，可以用上values_list，如下：
ret = Publish.objects.all().annotate(num=Count("book__title")).values_list("name","num")
print(ret) #<QuerySet [(‘人民出版社‘, 0), (‘沙河出版社‘, 2), (‘北京出版社‘, 1)]>
实例2：查询每一本书的作者个数
ret=Book.objects.all().annotate(counts=Count("authors__nid")).values("title","counts")
print(ret) #<QuerySet [{‘title‘: ‘金品梅2‘, ‘counts‘: 2}, {‘title‘: ‘金品梅3‘, ‘counts‘: 2}, {‘title‘: ‘红楼梦‘, ‘counts‘: 2}]>
