概念说明

• ORM：关系对象映射的全称是 Object Relational Mapping, 简称ORM
• SQLAlchemy： 是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。

ORM方法论基于三个核心原则：

简单：以最基本的形式建模数据。
传达性：数据库结构被任何人都能理解的语言文档化。
精确性：基于数据模型创建正确标准化了的结构。

django中遵循 Code Frist 的原则，即：根据代码中定义的类来自动生成数据库表。

对于ORM框架里：

我们写的类表示数据库的表
如果根据这个类创建的对象是数据库表里的一行数据

理解

首先在理解ORM的时候，我们可以把一对多、多对多 分为正向和反向！

什么是正向呢？看下面的代码！

class UserType(models.Model):
    caption = models.CharField(max_length=32)


class UserInfo(models.Model):
    user_type = models.ForeignKey(UserType)
    username = models.CharField(max_length=32)
    age = models.IntegerField()

ForeignKey 在UserInfo表里，如果根据UserInfo去操作就是正向，

因为 ForeignKey 不在UserType里，如果根据UserType去操作反向。

下面我们分别说明 一对多、多对多。

环境

创建一个Project并且创建一个叫做api的APP，数据模型代码如上；

安装一个插件 django-extensions ，这个插件可查看执行sql

pip install django-extensions

INSTALLED_APPS = (
    ...
    ‘api‘,
    ‘django_extensions‘,
    )

生成数据库和表结构，这里我们用django默认的数据库sqlite3，如下是建表：

python manage.py makemigrations api
python manage.py migrate

ORM一对多

什么时候使用一对多？

在设计表结构的时候什么时候使用一对多呢？比如我在创建用户的时候有个菜单让我们选择用户类型的时候，使用一对多！

一对多正向反向

首先怎们看下UserType这个表，他没有关联其他表我们在添加的时候没有什么特殊直接添加就行：

进入django shell命令行

python manage.py shell_plus --print-sql
>>> from api.models import *

我们依次添加：CEO、CFO、COO 3个用户组

>>> UserType.objects.create(caption=‘CFO‘)
BEGIN
Execution time: 0.000000s [Database: default]
INSERT INTO "api_usertype" ("caption") VALUES (‘CFO‘)
Execution time: 0.001000s [Database: default]
<UserType: UserType object>

正向：增

在看下UserType这个表，默认他在创建的时候回有4列，ID、username、user_type_id、age

| id | username | user_type_id | age |

所以我们在创建UserType数据的时候有两种方法：第一种方法是直接根据这个字段进行添加数据！给user_type 加 ‘_id‘

>>> UserInfo.objects.create(username=‘one‘,age=18,user_type_id=1)
INSERT INTO "api_userinfo" ("user_type_id", "username", "age") VALUES (1, ‘one‘, 18)

或者通过对象添加

>>> usertype = UserType.objects.get(id=2)
SELECT "api_usertype"."id", "api_usertype"."caption" FROM "api_usertype" WHERE "api_usertype"."id" = 2
>>> UserInfo.objects.create(username=‘two‘,age=23,user_type=usertype)
INSERT INTO "api_userinfo" ("user_type_id", "username", "age") VALUES (2, ‘two‘, 23)

添加数据后 userinfo表如下：

正向：查

• 查询所有用户type为CEO的用户名字

>>> allceo = UserInfo.objects.filter(user_type__caption=‘CEO‘)
>>> for i in allceo:
...     print i.username
one
three

• 正向查询用户为one的所有身份，user_type

>>> user = UserInfo.objects.filter(username=‘one‘)
...     print i.user_type.caption
SELECT "api_usertype"."id", "api_usertype"."caption" FROM "api_usertype" WHERE "api_usertype"."id" = 1

CEO

反向：查

我们知道 UserType 表与 UserInfo 表是通过 UserInfo 里面的 user_type_id 外键来建立联系的，做正向查询的时候通过 user_type_id 外这个外键就可以查询到 UserType 表里的数据。其实在这两个表创建联系的时候，Django在 UserType 表里
也创建了一个隐藏的 userinfo 字段来与 UserInfo 表进行关联。那么如果我们要在 UserType 表里查看 one 所对应的所有 usertype 的话，就可以利用 UserType 表里的隐藏字段来关联用户名称。代码如下：

• 反向查询用户为one的所有身份，user_type

>>> user = UserType.objects.filter(userinfo__username=‘one‘)
>>> for i in user:
...     print i.caption
SELECT "api_usertype"."id", "api_usertype"."caption" FROM "api_usertype" INNER JOIN "api_userinfo" ON ("api_usertype"."id" = "api_userinfo"."user_type_id") WHERE "api_userinfo"."username" = ‘one‘

CEO

可以看到与上面正向查询的方式是不一样的；
上面代码中的user还有如下几种方法：

>>> for obj in user:
...     print obj.caption
...     print obj.id
...     print obj.userinfo_set  #理解为一种能力,可以获取所有当前这个用户类型的用户/或者这个用户类型的多个用户
...     print obj.userinfo_set.all()  #获取所有用户类型为COO的用户
...     print obj.userinfo_set.filter(username=‘one‘)  #获取用户类型为COO的并且用户为one的用户

这里 userinfo_set 它相当于 UserInfo.objects.filter(user_type=obj)

一对多的简单总结

1、查询数据 也就是通过models.xxx.objects.filter()里填写查询条件的时候。这个时候获取的结果是一组数据行对象，不是具体的某个数据。跨表查询用到 对象名称__字段名(双下划线)
2、获取数据 也是具体到要获取某个字段的数据的时候。跨表操作通过‘.‘来连接各个表
3、反向查找的时候，查找的的表里会创建一个隐藏掉字段，这个字段名就是与创建外键的表同名
4、反向获取数据的时候，通过xxx_set.all()才能获取到 xxx所有被匹配到的对象
5、尽量用正向操作，反向的看着就麻烦。

orm常用操作

# 增
models.Tb1.objects.create(c1=‘xx‘, c2=‘oo‘)  #增加一条数据，可以接受字典类型数据 **kwargs
obj = models.Tb1(c1=‘xx‘, c2=‘oo‘)
obj.save()
 #
# 查
models.Tb1.objects.get(id=123)         # 获取单条数据，不存在则报错（不建议）
models.Tb1.objects.all()               # 获取全部
models.Tb1.objects.filter(name=‘seven‘) # 获取指定条件的数据
#
# 删
models.Tb1.objects.filter(name=‘seven‘).delete() # 删除指定条件的数据
#
改
models.Tb1.objects.filter(name=‘seven‘).update(gender=‘0‘)  # 将指定条件的数据更新，均支持 **kwargs
obj = models.Tb1.objects.get(id=1)    # 修改单条数据
obj.c1 = ‘111‘
obj.save()                                                 

#
# 获取个数
models.Tb1.objects.filter(name=‘seven‘).count()
#
# 大于，小于
models.Tb1.objects.filter(id__gt=1)              # 获取id大于1的值
models.Tb1.objects.filter(id__lt=10)             # 获取id小于10的值
models.Tb1.objects.filter(id__lt=10, id__gt=1)   # 获取id大于1 且 小于10的值
#
# in
models.Tb1.objects.filter(id__in=[11, 22, 33])   # 获取id等于11、22、33的数据
models.Tb1.objects.exclude(id__in=[11, 22, 33])  # not in
#
contains
models.Tb1.objects.filter(name__contains="ven")
models.Tb1.objects.filter(name__icontains="ven") # icontains大小写不敏感
models.Tb1.objects.exclude(name__icontains="ven")
#
# range
models.Tb1.objects.filter(id__range=[1, 2])   # 范围bettwen and
#
# 其他类似
startswith，istartswith, endswith, iendswith,
#
# order by
models.Tb1.objects.filter(name=‘seven‘).order_by(‘id‘)    # asc
models.Tb1.objects.filter(name=‘seven‘).order_by(‘-id‘)   # desc
#
# limit 、offset
models.Tb1.objects.all()[10:20]
#
# group by
from django.db.models import Count, Min, Max, Sum
models.Tb1.objects.filter(c1=1).values(‘id‘).annotate(c=Count(‘num‘))
SELECT "app01_tb1"."id", COUNT("app01_tb1"."num") AS "c" FROM "app01_tb1" WHERE "app01_tb1"."c1" = 1 GROUP BY "app01_tb1"."id"