码迷,mamicode.com
首页 > 数据库 > 详细

(转)Django 数据库

时间:2018-11-29 20:47:02      阅读:246      评论:0      收藏:0      [点我收藏+]

标签:oat   添加   rop   ber   姓名   connect   逻辑或   关键字   ret   

     转:https://blog.csdn.net/ayhan_huang/article/details/77575186     

一、数据库框架

数据库框架是数据库的抽象层,也称为对象关系映射(Object-Relational Mapper, ORM),它将高层的面向对象操作转换成低层的数据库指令,比起直接操作数据库引擎,ORM极大的提高了易用性。这种转换会带来一定的性能损耗,但ORM对生产效率的提升远远超过这一丁点儿性能降低。
Django中内置的SQLAlchemy ORM就是一个很好的数据库框架,它为多种关系型数据库引擎提供抽象层,比如MySQL, Postgres,SQLite,并且使用相同的面向对象接口。因此,使用SQLAlchemy ORM,不仅能极大的提高生产力,而且可以方便的在多种数据库之间迁移。

二、配置数据库

我们可以在项目文件夹的settins.py中配置数据库引擎。
Django默认使用sqlite:

DATABASES = {
    ‘default‘: {
        ‘ENGINE‘: ‘django.db.backends.sqlite3‘,  # sqlite引擎
        ‘NAME‘: os.path.join(BASE_DIR, ‘db.sqlite3‘),
    }
}

 

如果要要使用mysql, 需要进行如下配置:
1 编辑项目文件夹下的settings.py :

DATABASES = {

    ‘default‘: {

        ‘ENGINE‘: ‘django.db.backends.mysql‘,  # mysql引擎
        ‘NAME‘: ‘BookManagement‘,    
        # 数据库名称, 需要通过命令‘CREATE DATABASE BookManagement’在mysql命令窗口中提前创建
        ‘USER‘: ‘root‘,   #你的数据库用户名
        ‘PASSWORD‘: ‘***‘, #你的数据库密码
        ‘HOST‘: ‘‘, #你的数据库主机,留空默认为localhost
        ‘PORT‘: ‘3306‘, #你的数据库端口
    }
}

2 编辑项目文件夹下的__init__.py :
由于mysql在Django中默认驱动是MySQLdb, 而该驱动不适用于python3, 因此,我们需要更改驱动为PyMySQL

import pymysql

pymysql.install_as_MySQLdb()

 

3 显示SQL语句
前面我们说了ORM将高层的面向对象的操作,转换为低层的SQL语句,如果想在终端打印对应的SQL语句,可以在setting.py中加上日志记录:

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

 

三、模型

在ORM中,用模型(Model)表示数据库中一张表。模型的具体实现是一个Python类,类中的属性对应数据库表中的字段,这个类的实例化对象,对应表中的一条记录。
总结:类 –> 表; 类属性 –> 表字段; 类实例 –> 表记录

定义模型

定义模型就是定义一个python类,以创建一个图书管理系统为例,基本形式如下:

from django.db import models

class Publish(models.Model):
    name = models.CharField(max_length=60)
    addr = models.CharField(max_length=60)

    def __str__(self):
        return self.name


class Author(models.Model):
    name = models.CharField(max_length=30)

    def __str__(self):
        return self.name


class Book(models.Model):
    name = models.CharField(max_length=60)
    price = models.DecimalField(max_digits=6, decimal_places=2)
    publish = models.ForeignKey(Publish)
    # 定义书与出版社的多对一关系
    # 默认绑定到Publish表中的主键字段
    authors = models.ManyToManyField(Author)
    # 定义书与作者的多对多关系,ORM将自动创建多对多关系的第三张表

 

说明:
1. 定义完模型后,或者修改了模型后,要执行数据库迁移操作:
python manage.py makemigrations
python manage.py migrate
执行完命令后,查看数据库的表目录,可以看到上述表格成功创建:
技术分享图片
2. 上述模型中都没有设置主键,在完成上迁移操作后,orm会自动创建主键。
3. orm会自动将Book表中的关联字段publish, 在数据库中存为publish_id, 所以不要画蛇添足自己命名为publish_id,否则你在数据库中看到的是publish_id_id
4. 外键引用的主表要么在子表前创建,要么使用字符串形式指定,否则子表找不到主表。
5. 如果我们实例化一个Book对象,book_obj, 那么通过book_obj.publish得到的是publish_id对应的那个Publish对象。这是ORM作的设定,原因很简单,如果通过book_obj.publish得到只是一个publish_id,对我们并没有多大用。
6. 虽然不是强制的,但是建议在每个类中定义__str__方法(或__repr__方法),这样当我们打印对象时,可以显示具有可读性的字符串信息,方便调试。
7. 只要在一张表中定义了多对多关系,orm会自动创建实现多对多关系的第三张表。当然,你也可以手动创建,如下:

class BookToAuthor(models.Model):
    # 手动创建书与作者的多对多关系的第三张表
    book = models.ForeignKey(Book)
    author = models.ForeignKey(Author)

 

还是不建议手动创建,一是麻烦,而是后面我在执行删除记录的操作时,提示找不到第三关联表,可能是我表名命名问题,猜测应该将第三张表命名为Book_authors的格式,这样才能和orm自动创建的第三张表同名,未验证。。。

字段类型

类型名Python类型说明
IntegerField int 普通整数,通常是32位,-2147483648 to 2147483647
SmallIntegerField int 小整数,一般是16位,-32768 to 32767
BigIntegerField int/long 64位的整数,-9223372036854775808 to 9223372036854775807
FloatField float 浮点数
DecimalField(max_digits=None, decimal_places=None decimal.Decimal 定点数,精度更高;要求指定位数和小数点精度。
CharField(max_length=None) str 字符串;要求指定最大长度
TextField str 变长字符串
BooleanField bool 布尔值
DateField datetime.date 日期,比如:2017-08-25
DateTimeField datetime.datetime 日期和时间
BinaryField str 二进制

更多类型请参考官网 field types

关系字段

字段说明
ForeignKey(othermodel) 多对一关系,需要指定关系表
ManyToManyField(othermodel) 多对多关系,需要指定关系表
OneToOneField(othermodel) 一对一关系,需要指定关系表

字段选项

选项说明
primary_key 如果设置primary_key=True, 这列就是表的主键;如果不指定,Django会自动添加一个AutoField字段来盛放主键,所以我们一般无需设定主键。
unique 如果设置unique=True, 这列不允许出现重复的值
db_index 如果设置db_index=True, 为这列创建索引,提升查询效率
null 如果设置null=True, 这列允许使用空值;如果新增了字段,建议设置该选项,因为新增字段之前的记录没有该字段
default 为这列定义默认值;如果新增了字段,建议设置该选项,因为新增字段之前的记录没有该字段
related_name 在一对多关系多所在的表中定义反向引用;这样在一所在的表中反向查询多所在的表时,直接用这个字段就行了,可以替代下面要讲到的_set反向查询

更多选项请参考官网 filed options

四、数据库的操作

下面通过python shell来演示数据库的操作。在终端切换到项目根目录下,输入命令python manage.py shell进入shell操作环境:

增删改查

1 创建记录

方式一:实例化

>>> from app.models import Author #导入模型
>>> a = Author(name="张三")  # 实例化
>>> a.save()  # 插入记录
>>> print(a)
张三

 

方式二:create()工厂函数

>>> Author.objects.create(name=‘李四‘)
<Author: 李四>

 

通过get_or_create()创建记录,这种方法可以防止重复(速度稍慢,因为会先查询数据库),它返回一个元组,第一个是实例对象(记录),创建成功返回True,已存在则返回False,不执行创建。

>>> Author.objects.get_or_create(name=‘李四‘)
(<Author: 李四>, False)

 

2 查询记录

1 Author.objects.all()查询所有

>>> Author.objects.all()
<QuerySet [<Author: 张三>, <Author: 李四>]>

 

我们也可以对查询结果进行切片索引操作:Author.objects.all()[start:end:step],注意,不支持负索引:

>>> Author.objects.all()[-1]
AssertionError: Negative indexing is not supported.

 

2 Author.objects.filter(name=‘李四‘) 过滤查询

3 万能的双下划线查询__,对应SQL的where语句
__contains, __regex, __gt, __th, 多个条件之间以逗号分隔

>>> Author.objects.filter(name__contains=‘李‘)  # 查询姓名中包含‘李’的记录;如果是__icontains则不区分大小写
<QuerySet [<Author: 李四>, <Author: 李白>]>

>>> Author.objects.filter(name__regex=r‘^李‘) #正则查询,以‘李’开头的记录;如果是__iregex则不区分大小写
<QuerySet [<Author: 李四>, <Author: 李白>]>

>>> Author.objects.filter(id__gt=3)  # 查询id大于3的记录
<QuerySet [<Author: 李白>, <Author: 光绪>, <Author: Martin>]>

>>> Author.objects.filter(id__lt=3) # 查询id小于3的记录
<QuerySet [<Author: 张三>]>

 

__in判断字段在列表内。另外通常用pk指主键,不限于id,适用性更好。

models.Server.objects.filter(pk__in=id_list).delete()

其它还有: __startswith(), __istartswith(), __endswith(), __iendswith()
4 Author.objects.get() 只能得到一个对象,多了少了都报错

>>> Author.objects.get(name=‘李四‘)
<Author: 李四>

 

5 first(), last()获取查询结果中的单个对象

>>> Author.objects.filter(id__gt=2).first()  # 获取第一个
<Author: 李四>
>>> Author.objects.filter(id__gt=2).last()  # 获取最后一个
<Author: Martin>

 

6 values(*field) 用字典形式,返回指定字段的查询结果;多个字段间以逗号分隔

>>> Author.objects.values(‘name‘)
<QuerySet [{‘name‘: ‘李白‘}, {‘name‘: ‘光绪‘}]>
# values()方法前可以加过滤条件,如果不加,相当于Author.objects.all().values()

 

7 values_list(*field),同上,用元组形式

<QuerySet [(‘李白‘,), (‘光绪‘,)]>

 

8 exclude(**kwargs)反向过滤

>>> Author.objects.exclude(name__contains=‘鲁迅‘) # 过滤所有姓名不包含‘鲁迅的’
<QuerySet [<Author: 李白>, <Author: 光绪>, <Author: Martin>]>

 

9 order_by(*field) 根据字段排序
10 reverse() 反向排序,用在·order_by后面
11 distinct() 剔除重复
12 count() 统计数量
13 exists() QuerySet包含数据返回True, 否则返回False

3 修改记录

方式一:QuerySet.update(field=var)
修改的前提是先查找,然后调用update(field=val)方法,只有QuerySet集合对象才能调用该方法,也就是说通过get(), first(), last()获取的对象没有该方法。

>>> Author.objects.filter(name=‘李白‘).update(name=‘李小白‘)
1 # 更新了一条记录
# 对应的SQL语句
UPDATE `app_author` SET `name` = ‘李小白‘ WHERE `app_author`.`name` = ‘李白‘; args=(‘李小白‘, ‘李白‘)

 

方式二:对象赋值,不推荐,效率低

>>> obj = Author.objects.filter(name=‘李小白‘).first()
>>> obj.name=‘李白‘
>>> obj.save()
# SQL语句:
UPDATE `app_author` SET `name` = ‘李白‘ WHERE `app_author`.`id` = 3; args=(‘李白‘, 3)
从SQL语句可以看出,通过对象赋值的方式,会将该对象的所有字段重新赋值,故而效率低。

 

4 删除记录

删除的前提是先查找,然后调用delete()方法;不同于update()方法,delete()支持QuerySet集合对象的删除,也支持单个对象的删除。
delete()默认就是级联删除:删除一条记录后,在多对多关系的关联表中与该记录有关的记录也会删除。

>>> Author.objects.filter(id=1).delete()
(1, {‘app.Book_authors‘: 0, ‘app.Author‘: 1})   # 该记录在本表和关联表中的删除情况

 

QuerySet

从数据库从数据库查询出来的结果一般是一个集合,哪怕只有一个对象,这个集合叫QuerySet。
QuerySet特性:
1 支持切片操作
2 可迭代:for循环
3 惰性机制:只有使用QuerySet时,才会走数据库,比如执行res = Author.objects.all()时,并不会真正执行数据库查询,只是翻译为SQL语句。而当我们执行if res, print res, for obj in res这些操作时,才会执行SQL语句,进行数据库查询。这一点可以通过在setting.py中加上日志记录显示SQL语句得到证实。
4 缓存机制:每次执行了数据库查询后,会将结果放在QuerySet的缓存中,下次再使用QuerySet时,不走数据库,直接从缓存中拿数据。缓存机制减少了对数据库的访问,有利于提高性能。但是一旦数据库数据更新,除非重新访问数据库,否则缓存也不会更新,下面我们来证实这一点:

>>> res = Author.objects.all()
>>> for item in res:
...     print(item.name)
...
李白
光绪
鲁迅
Martin
>>> Author.objects.create(name="Susan")
<Author: Susan>
# 往数据库插入一条记录
>>> for item in res:
...     print(item.name)
...
李白
光绪
鲁迅
Martin
# 以上结果可以验证QuerySet对象的缓存机制,尽管新插入了一条记录,但打印结果没变,说明,它不会重新走数据库,而是从缓存中拿。

# 下面我们重新访问数据库, 缓存更新,打印出了我们刚刚插入的那条记录:
>>> res = Author.objects.all()
>>> for item in res:
...     print(item.name)
...
李白
光绪
鲁迅
Martin
Susan

 

提高数据库性能

iterator()迭代器

如果我们查询出的数据很大,QeurySet的缓存肯定会崩。解决方案:对QeurySet应用.iterator()方法,将查询结果转化为迭代器。

>>> g = Author.objects.all().iterator()
>>> for item in g:
...     print(item.name)
...
李白
光绪
鲁迅
Martin
Susan
>>> for item in g:
...     print(item.name)
...
>>>
# 第一次for循环迭代器迭代完了,所以第二次不会打印出来

 

尽管转化为迭代器会节省内存,但是这也意味着,会造成额外的数据库查询。

exists()

比如我们拿到一个QuerySet对象,res = Book.objects.all(),想确定记录是否存在,如果用if res,将会查询数据库中的所有记录,这会极大的影响性能,解决方案:if res.exists() 这样会限定只查询一条记录(低层转化为SQL语句中的limit 1)

select_related主动连表查询

提高数据库性能的关键一点是减少对数据库的查询,我们来看一个栗子:

1. 创建一张Role角色表,和UserInfo表,建立一对多关系:

from django.db import models


class Role(models.Model):
    title = models.CharField(max_length=32)


class UserInfo(models.Model):
    name = models.CharField(max_length=32)
    role = models.ForeignKey("Role", null=True)

 

2.往UserInfo表中插入3个用户,并指定角色:略

3.在视图中通过如下方式查询用户名和用户的角色名:

def index(request):
    user_list = UserInfo.objects.all()
    for user in user_list:
        print(user.name, user.role.title)
    return HttpResponse(‘ok‘)

 

4.在settings.py中配置打印SQL命令;通过浏览器访问http://127.0.0.1:8000/index.html/执行index视图函数,查看SQL命令的执行结果:

(0.000) SELECT "app01_userinfo"."id", "app01_userinfo"."name", "app01_userinfo"."pwd", "app01_userinfo"."role_id" FROM "app01_userinfo"; args=()
(0.000) SELECT "app01_role"."id", "app01_role"."title" FROM "app01_role" WHERE "app01_role"."id" = 1; args=(1,)
(0.000) SELECT "app01_role"."id", "app01_role"."title" FROM "app01_role" WHERE "app01_role"."id" = 2; args=(2,)
(0.000) SELECT "app01_role"."id", "app01_role"."title" FROM "app01_role" WHERE "app01_role"."id" = 3; args=(3,)

 

SQL语句显示一共执行了4次数据库查询,第一次对应user_list = UserInfo.objects.all(),剩余三次是for user in user_list: print(user.name, user.role.title) 循环时,针对三个用户,查询了三次角色表。如果用户数量很多,这样一次次的查询数据库,将极大影响数据库性能。

下面我们通过select_related执行查询:

def index(request):
    user_list = UserInfo.objects.all().select_related("role")
    for user in user_list:
        print(user.name, user.role.title)
    return HttpResponse(‘ok‘)

 


查看这次的SQL语句:只执行了一次数据库查询

(0.001) SELECT "app01_userinfo"."id", "app01_userinfo"."name", "app01_userinfo"."role_id", "app01_role"."id", "app01_role"."title" FROM "app01_userinfo" LEFT OUTER JOIN "app01_role" ON ("app01_userinfo"."role_id" = "app01_role"."id"); args=()

 

select_related(‘FK‘)取当前表数据和表外键关联字段,因此,在一次查询中获得了所有需要的信息。
如果要连多个表,通过双下划线连接更多外键字段即可:
select_related(‘FK1__FK2‘)

prefetch_related

我们将上面的栗子中的select_related改为prefetch_related

def index(request):
    user_list = UserInfo.objects.all().prefetch_related("role")
    for user in user_list:
        print(user.name, user.role.title)
    return HttpResponse(‘ok‘)

 

查看SQL语句:

(0.000) SELECT "app01_userinfo"."id", "app01_userinfo"."name", "app01_userinfo"."role_id" FROM "app01_userinfo"; args=()
(0.001) SELECT "app01_role"."id", "app01_role"."title" FROM "app01_role" WHERE "app01_role"."id" IN (1, 2, 3); args=(1, 2, 3)

 

执行了两次查询,第二次查询是通过判断用户角色是否在角色表,并将关联的角色取出来。因为通常用户数量很多,但是角色相对会少很多,因此,这种方式也减少了对数据库的访问。

only

UserInfo.objects.all().only("name")

 

only()方法只取某个字段,因此,如果需要只是需要用到指定的字段,通过这种方式可以提供性能。区别于values()only()的查询结果还是对象,而values()的查询结果是字典。

defer

only()相反,排除某个字段。

关联关系的处理

在视图函数中操作数据库的语法与在python shell中是一样的

添加一对多关系

from django.shortcuts import render, HttpResponse
from  .models import *

def add(request):

    # 方式一,通过真实字段赋值
    Book.objects.get_or_create(
        title = ‘chinese‘,
        price = 10.00,
        publish_id = 1, # Book的publish字段在数据库中真实表示是publish_id
    )

    # 方式二, 通过对象赋值
    publish_obj = Publish.objects.get(id=2)
    Book.objects.create(
        title =‘English‘,
        price = 18.88,
        publish = publish_obj, #通过对象赋值
    )

    return HttpResponse(‘OK‘)

 

添加/解除多对多关系

from django.shortcuts import render, HttpResponse
from  .models import *

def add(request):

    # 添加多对多关系的前提是记录已经创建好,无法在创建记录的同时添加多对多关系
    # 逐个添加 add(obj)
    author_obj1 = Author.objects.get(id=1)
    author_obj2 = Author.objects.get(id=2)
    book_obj = Book.objects.get(id=‘8‘)
    book_obj.authors.add(author_obj2, author_obj1)

    # 批量添加 add(queryset)
    author_list = Author.objects.all()
    book_obj = Book.objects.get(id=‘1‘)
    book_obj.authors.add(*author_list)
    # * + 列表,将列表传给函数
    # * + 字典,将字典传给函数

    # 打印authors --> 对象集合
    book_obj = Book.objects.get(id=‘8‘)
    print(book_obj.authors.all())
    # 打印结果:<QuerySet [<Author: Egon>, <Author: Alex>, <Author: 鲁迅>, <Author: 光绪>]>

    # 解除部分绑定 remove(obj)
    book_obj = Book.objects.get(id=‘8‘)
    author = Author.objects.get(id=2)
    book_obj.authors.remove(author)
    # 如果要解除多个:
    # * + 列表,将列表传给函数
    # * + 字典,将字典传给函数

    # 解除所有绑定 clear()
    book_obj = Book.objects.get(id=‘8‘)
    book_obj.authors.clear()


    return HttpResponse(‘OK‘)

 

多表查询

正向查询:通过当前表中存在的字段查询

例1:一对多:查询一本书出版社的名字

>>> b = Book.objects.filter(name__contains=‘现代‘).first() 
>>> b.publish.name  # b.publish 是一个对象,对应主表Publish中的一条记录
‘复旦出版‘
# 通过publish拿到对应主表中的对象,访问其属性

 

例2:多对多:查询一本书的作者

>>> b = Book.objects.get(name=‘linux‘)
>>> author_list = b.authors.all()  # 拿到某本书的所有author对象
>>> print(author_list)
<QuerySet [<Author: 李白>, <Author: 光绪>]>

 

以上两例是基于对象属性的正向查询。
例3:查询某出版社出版了哪些书:

>>> pid = Publish.objects.get(name=‘人民邮电‘).id
>>> book_list = Book.objects.filter(publish_id=pid)
# 正向查询,先拿到出版社id, 然后根据id查询

 

反向查询

Publish表中没有book相关的字段,但是可以通过反向查询来做:book_set(用关联的表名小写,下划线加set)来找到与出版社关联的书籍的对象的集合
还是例3,如果用反向查询:

>>> pub = Publish.objects.get(name=‘人民邮电‘)
>>> book_list = pub.book_set.all()
>>> print(book_list)
<QuerySet [<Book: linux>, <Book: python>]>

 

book_set : 关联表名,set集合;all()取出所有数据。
注意,如果是一对一关联,那么就不用加_set
基于反向查询的语法,我们也可以执行反向绑定关系:
伪代码形式:

a = Author.object.get(..) 拿到作者对象
book_list = ... # 拿到书籍对象的集合
a.book_set.add(*book_list.all()) # 通过反向查询来增加

 

基于values(), filter(), 双下划线的多表查询

以上几种多表查询方式都略显麻烦,现在我们通过values(), filter(), 双下划线,来简化一下:
例1:查询一本书出版社的名字(正向思路):

>>> Book.objects.filter(name=‘水浒传‘).values(‘publish__name‘)
<QuerySet [{‘publish__name‘: ‘机械工业‘}]>
# publish(子表中的关联字段) + __(双下划线) + name(Publish表中的字段)
# 对应的SQL语句:valuse("publish__name")应用了表联结:
SELECT `app_publish`.`name` FROM `app_book` INNER JOIN `app_publish` ON (`app_book`.`publi
sh_id` = `app_publish`.`id`) WHERE `app_book`.`name` = ‘水浒传‘ LIMIT 21; args=(‘水浒传‘,)

 

例2: 查询出版了某本书的的出版社名字(反向思路):

>>> Publish.objects.filter(book__name=‘linux‘).values(‘name‘)
<QuerySet [{‘name‘: ‘人民邮电‘}]>
# book(子表名) + __(双下划线) + name(子表中的字段)
# 对应的低层SQL语句:filter(book__title="linux")应用了表联结 
 SELECT `app_publish`.`name` FROM `app_publish` INNER JOIN `app_book` ON (`app_publish`.`id
` = `app_book`.`publish_id`) WHERE `app_book`.`name` = ‘linux‘ LIMIT 21; args=(‘linux‘,)

 

例3:查询价格大于10的书籍的作者姓名:

正向:
Book.objects.filter(price__gt=10).values("authors__name")
# authors(子表与主表关联字段) + __(双下划线) + name(主表目标字段)
反向:
Author.objects.filter(book__price__gt=10).values("name")
# book(子表名) + __(双下划线) + price__gt=10(子表字段,条件)

 

聚合&分组查询

SQL语言中有聚合函数:Avg, Min, Max, Sum, Count,可以方便进行数据统计;在ORM中,QuerySet的aggregate()方法对此提供了支持,它返回一个统计结果的键值对。下面我们看看如何使用,
基本格式:QuerySet.aggregate(func(field))
例1 查询某作家出版书籍的价格总和

>>> from django.db.models import Avg, Sum, Min, Max, Count # 导入聚合函数
>>> Book.objects.filter(authors__name=‘鲁迅‘).aggregate(Sum(‘price‘))
{‘price__sum‘: Decimal(‘39.90‘)}
# orm会根据字段和和聚合函数自动拼接键,值是聚合值;
# 也可以自定义key, 通过如下方式:
QuerySet.aggregate(‘your key‘ = Sum(field))

 

如果要统计多个作者,那就要用到分组查询,QuerySet的anotate()方法对此提供了支持。
例2 每个作者出版过的书的平均价格

>>> from django.db.models import Avg, Sum, Min, Max, Count # 导入聚合函数
>>> Book.objects.values(‘authors__name‘).annotate(Avg(‘price‘))
# values()根据作者名字进行分组,annotate()显示分组后的统计结果

 

F&Q查询

很多时候单一的关键字查询无法满足查询要求,可以使用F&和Q查询,使用前请先导入:
from django.db.models import F, Q

F对字段取值

F用于取字段取值,我们来看一个例子:
对数据库中每本书的价格加10元:
Book.objects.all.update(price=price+10)
直接报错 NameError: name ‘price’ is not defined,提示price+10中的price未定义,取不到值。下面我们通过F对price字段取值:

>>> Book.objects.all().update(price=F(‘price‘)+10)
# 对应的SQL语句:
UPDATE `app_book` SET `price` = (`app_book`.`price` + 10); args=(10,)

Q组合多个查询条件

假设我们要查询某个作家,价格大于10元的书,那么filter()函数中通过逗号,放两个过滤条件可以实现:

>>> Book.objects.filter(authors__name=‘光绪‘, price__gt=10)
<QuerySet [<Book: linux>, <Book: 现代编程方法>]>

 

上面这个情况,逗号就是处理逻辑与。那如果要处理逻辑非,逻辑或,这些过滤条件呢?这时Q查询就可以很灵活处理:
1 将查询条件用Q包起来
2 通过:, & | ~ 且,或,非,运算符来连接多个过滤条件
下面我们看栗子:
例1 查询某个作家的,或者价格大于10的书

>>> Book.objects.filter(Q(authors__name=‘光绪‘) | Q(price__gt=10))
<QuerySet [<Book: python>, <Book: linux>, <Book: 现代编程方法>, <Book: linux>, <Book: 苏菲的世界>, <Book: 水浒传>]>
# 光绪写的,或者价格大于10的书

 

例2 查询非莫个作家写的,并且是某个出版社的书

>>> Book.objects.filter(~Q(authors__name=‘李白‘) & Q(publish__name=‘机械工业‘))
<QuerySet [<Book: 苏菲的世界>, <Book: 水浒传>]>
# 不是李白写的,并且是由机械工业出版社出版的书

 

 

Q查询的面向对象方式

如果查询条件是一个如下的字典形式:

search_condictions = {‘ID‘: [1, 2], ‘hostname‘: [‘c1.com‘, ‘c2.com‘]} 

 

分析查询逻辑:

字典中每一个元素下键对应的列表中的元素:OR

Q(‘ID‘=1) | Q(‘ID‘=2)
Q(‘hostname‘=‘c1.com‘) | Q(‘hostname‘=‘c2.com‘)

 

字典中ID与hostname – AND, 最终组合查询条件如下:

Q((Q(‘ID‘=1) | Q(‘ID‘=2)) & (Q(‘hostname‘=‘c1.com‘) | Q(‘hostname‘=‘c2.com‘)))

 

下面我们用Q查询的面向对象方式:

from django.db.models import Q

query = Q()

temp1 = Q()
temp1.connector = ‘OR‘
temp1.children.append((‘ID‘, 1))
temp1.children.append((‘ID‘, 2))
# 相当于:
# Q(‘ID‘=1) | Q(‘ID‘=2)

temp2 = Q()
temp2.connector = ‘OR‘
temp2.children.append((‘hostname‘, ‘c1.com‘))
temp2.children.append((‘hostname‘, ‘c2.com‘))
# 相当于:
# Q(‘hostname‘=‘c1.com‘) | Q(‘hostname‘=‘c2.com‘)

query.add(temp1, ‘AND‘)
query.add(temp2, ‘ADN‘)
# 相当于:
# Q((Q(‘ID‘=1) | Q(‘ID‘=2)) & (Q(‘hostname‘=‘c1.com‘) | Q(‘hostname‘=‘c2.com‘)))

 

 

当查询条件长度不确定时,显然我们无法通过简单的对Q进行组合来查询,那么Q查询的面向对象方式就可以发挥用处:

from django.db.models import Q

query = Q()

for k, v in search_condictions.items():
    # k: AND;  for i in v: OR
    temp = Q()
    temp.connector = ‘OR‘
    for i in v:
        temp.children.append((k, i))
    query.add(temp, ‘AND‘)

res = models.Server.objects.filter(query).all()

 

多表查询和表创建总结

多表查询:正向查询用字段,反向查询用表名(小写)

  1. 一对一关系:

    
    # 正向:
    
    b_obj = a_obj.field
    
    # 反向:因为是一对一,所有查询出来只有一个,不需要_set
    
    a_obj = b_obj.model
  2. 一对多关系:

    
    # 正向:
    
    b_obj = a_obj.field
    
    # 反向:_set取到集合
    
    QuerySet_obj = b_obj.model_set.all()
  3. 多对多关系:

    
    # 正向:
    
    QuerySet_obj = a_obj.field.all()
    
    # 反向:
    
    QuerySet_obj = b_obj.model_set.all()

创建表:

多表关系的创建

class Article(models.Model):
    # 自定义主键;一般不需要定义,默认会自己创建。
    nid = models.BigAutoField(primary_key=True)

    title = models.CharField(max_length=50, verbose_name=‘文章标题‘)

    # 一对一关系;to_field属性一般不用定义,orm会自动找到关联表的主键字段
    body = models.OneToOneField(verbose_name=‘文章内容‘, to=‘ArticleDetail‘, to_field=‘nid‘)

    # 一对多关系
    blog = models.ForeignKey(verbose_name=‘所属博客‘, to=‘Blog‘, to_field=‘nid‘)

    # 多对多关系;默认自动创建第三张表,通过定义through和through_fields属性,来手动定义多对多关系。如果需要操作第三张表,选择手动定义。
    tags = models.ManyToManyField(
        to="Tag",
        through=‘Article2Tag‘,
        through_fields=(‘article‘, ‘tag‘),
    )

    # 静态字段
    type_choices = [
        (1, "Python"),
        (2, "Linux"),
        (3, "OpenStack"),
        (4, "GoLang"),
    ]

    article_type_id = models.IntegerField(choices=type_choices, default=None)

# 手动创建多对多关联表
class Article2Tag(models.Model):
    nid = models.AutoField(primary_key=True)
    article = models.ForeignKey(verbose_name=‘文章‘, to="Article", to_field=‘nid‘)
    tag = models.ForeignKey(verbose_name=‘标签‘, to="Tag", to_field=‘nid‘)

    class Meta:
        unique_together = [
            (‘article‘, ‘tag‘),
        ]

 

说明:表中出现静态字段作为choices源的字段,存的值是Integer,如果想获取对应的文本,使用:

obj.get_field_display()即可显示,省去自己写循环判断的麻烦。对于这里来说,field是article_type_id

本表和本表的关系

自引用一对多

class Menu(models.Model):
    """
    菜单
    """
    title = models.CharField(verbose_name=‘菜单名称‘, max_length=32, unique=True)
    parent = models.ForeignKey(verbose_name=‘父级菜单‘, to="Menu", null=True, blank=True)
    # 定义本表的自引用一对多关系
    # blank=True 意味着在后台管理中填写可以为空,根菜单没有父级菜单

 

class Customer(models.Model):
    """
    客户表
    """
    name = models.CharField(verbose_name=‘姓名‘, max_length=16)
    gender_choices = ((1, ‘男‘), (2, ‘女‘))
    gender = models.SmallIntegerField(verbose_name=‘性别‘, choices=gender_choices)

    referral_from = models.ForeignKey(
        ‘self‘,  # 与本表的自引用一对多
        blank=True,
        null=True,
        verbose_name="转介绍自客户",
        help_text="若此客户是转介绍自内部会员,请在此处选择会员姓名",
        related_name="internal_referral"
    )
    # related_name定义反向引用关系,通过该字段直接查找,而不用反向查找。

 

自引用多对多,比如用户互相关注

class UserInfo(AbstractUser):
    """
    用户信息
    """
    nid = models.BigAutoField(primary_key=True)
    nickname = models.CharField(verbose_name=‘昵称‘, max_length=32)

    fans = models.ManyToManyField(verbose_name=‘粉丝们‘,
                                  to=‘UserInfo‘,
                                  through=‘UserFans‘,
                                  through_fields=(‘user‘, ‘follower‘))


class UserFans(models.Model):
    """
    互粉关系表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey(verbose_name=‘用户‘, to=‘UserInfo‘, to_field=‘nid‘, related_name=‘users‘)
    follower = models.ForeignKey(verbose_name=‘粉丝‘, to=‘UserInfo‘, to_field=‘nid‘, related_name=‘followers‘)

    class Meta:
        unique_together = [
            (‘user‘, ‘follower‘),
        ]

 

继承自带用户表

Django自带一张用户表,其中提供了很多字段,包括密文密码。而用户自定义的用户表密码是明文的,如果需要使用Django自带用户表的特性。可以继承自带的用户表。

  1. 配置settings.py

    AUTH_USER_MODEL=‘app.UserInfo‘ # app名 加 表名
    • 1
  2. 继承AbstractUser表后,自带用户表中的所有字段可用,并且可以定义其它字段。

    from django.contrib.auth.models import AbstractUser
    
    class UserInfo(AbstractUser):
        """
        用户信息
        """
        pass

(转)Django 数据库

标签:oat   添加   rop   ber   姓名   connect   逻辑或   关键字   ret   

原文地址:https://www.cnblogs.com/fat39/p/10040660.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!