models查询学习
models查询学习
前言
我们昨天学习了模板层的操作，建立表关系，外键字段操作和对父表从表的正反向查询，今天我们进一步学习models中的查询语句。
聚合查询
sql中我们已经学习过了一部分的聚合函数：max\min\sum\count\avg，在models中这些聚合函数也是同样的效果。
先从模块中导入聚合函数
from django.db.models import Max, Min, Sum, Avg, Count
res = models.表.objects.aggregate(聚合函数('目标字段'))
举个栗子
res = models.Book.object.aggregate(Max('price'))
这一步就是将Book表中，查找price字段值最高的对象
分组查询
sql中我们的分组操作是group by；而ORM执行分组操作时，如果出错，可能需要去修改sql_mode 移除only_full_group_by。
# 查询电影的出演人数
res = models.Film.objects.annotate(actor_num=Count('actor__pk')).values('name', 'actor_num')
print(res)
<QuerySet [{'name': '教父', 'actor_num': 3}, {'name': '闻香识女人', 'actor_num': 3}, {'name': '肖申克的救赎', 'actor_num': 0}, {'name': '海上钢琴师', 'actor_num': 0}, {'name': '血战钢锯岭', 'actor_num': 0}, {'name': '乱世佳人', 'actor_num': 0}, {'name': '指环王', 'actor_num': 0}]>
模板
res = models.表1(条件1).objects.annotate(表2_需要做聚合判断的字段=聚合函数('表2__pk')).values('需要展示出来的字段', '需要展示出来的字段1')
以表中的字段分组
res = models.表1.objects.values('表2_id').annotate(表1_需要做聚合函数判断的字段=('pk')).values('需要展示出来的字段', '需要展示出来的字段1')
F与Q查询
当查询条件的左右两表的数据都需要表中的数据，如果只使用常规的方式是做不到的
res = models.表.objects.filter(字段1 > 字段2) # 不行
res = models.表.objects.filter(字段1__字段2) # 不行
当查询条件的左右两表的数据都需要表中的数据 可以使用F查询
F查询
from django.db.models import F
res = models.表.objects.filter(字段1__双下查询方式=F('字段2'))
int群增：
res = models.表.objects.update(字段=F('字段1') + 1000) # 群增
char字段群增：
from django.db.models.functions import Concat
from django.db.models import Value
res = models.表.objects.update(字段=Concat(F('字段'), Value('字符串')))
Q查询
当我们需要对多个字段做不同判断时，也是做不到的，因为filter括号内多个条件默认是and关系 无法直接修改，我们就需要Q查询。
res = models.表.objects.filter(Q(字段__聚合函数=判断数据), Q(字段1__聚合函数=判断数据)) # 逗号是and关系
res = models.表.objects.filter(Q(字段__聚合函数=判断数据) | Q(字段1__聚合函数=判断数据)) # 管道符是or关系
res = models.表.objects.filter(Q(字段__聚合函数=判断数据) ~ Q(字段1__聚合函数=判断数据)) # ~是not关系
Q查询终极用法
底层代码查询终归是局限了，如果能将条件转换成变量名，可以通过外部输入，那么这个查询功能就很完美了，而filter(name=''xxx'')字段只能是字符串,没法用变量, 但是可以用q传变量。
应用场景：当我们在查询的条件中需要组合条件时(例如两个条件“且”或者“或”)时。我们可以使用Q()查询对象。
这样就生成了一个Q()对象，我们可以使用符号&或者|将多个Q()对象组合起来传递给filter()，exclude()，get()等函数。当多个Q()对象组合起来时，Django会自动生成一个新的Q()。例如下面代码就将两个条件组合成了一个
from django.db.models import Q
this_q=Q(name="cox") | Q(name="Tom") # 或
models.Author.objects.filter(this_q) # 获取在Author表中,name等于cox和name等于cox的所有数据
this_q=Q(name="cox") & Q(age=12) # 且
models.Author.objects.filter(Q(name="cox") & Q(age=12))# 获取在Author表中,name等于cox并且age等于12的所有数据
Q(question__startswith='Who') | ~Q(pub_date__year=2005) # 非
models.Author.objects.filter(this_q) # 获取在Author表中,question__startswith等于Who，或者 pub_date__year不低于2005的所有数据
Q表达式与普通表达式一起使用
Q()对象可以结合关键字参数一起传递给查询函数，不过需要注意的是要将Q()对象放在关键字参数的前面
News.objects.get(Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)),question__startswith='Who')
这样我们可以使用 “&”或者“|”还有括号来对条件进行分组从而组合成更加复杂的查询逻辑。
Q()传入条件查询
直接将判断条件传入Q中，可以用变量名去传入Q中；然后filter(q) 就可以满足查询条件是变量。
举个🌰：
q1 = Q()
q1.connector = 'OR'
q1.children.append(('name', "cox"))
q1.children.append(('name', "Tom"))
q1.children.append(('name', "Jeck"))
models.Author.objects.filter(q1) # 在Author表中,name等于cox/Tom/Jeck的所有数据
再举一个🌰：
con = Q()
q1 = Q()
q1.connector = 'OR'
q1.children.append(('name', "cox"))
q1.children.append(('name', "Tom"))
q1.children.append(('name', "Jeck"))
q2 = Q()
q2.connector = 'OR'
q2.children.append(('age', 12))
con.add(q1, 'AND')
con.add(q2, 'AND')
models.Author.objects.filter(con) # 在Author表中,name等于cox/Tom/Jeck的 并且 满足age等于12 的所有数据
ORM查询优化
惰性查询：ORM查询默认都是惰性查询，编写orm并不会直接指向SQL语句，之后后续代码用到了才会执行
分页功能：ORM查询默认自带分页功能，减少单次查询数据的压力
only与defer
values
res = models.表.objects.values('字段', '字段1')
需求:单个结果还是以对象的形式展示 可以直接通过句点符操作
for i in res:
print(i.get('字段'))
only
res = models.表.objects.only('字段', '字段1')
for obj in res:
print(obj.字段)
only会产生对象结果集 对象点括号内出现的字段不会再走数据库查询
但是如果点击了括号内没有的字段也可以获取到数据 但是每次都会走数据库查询
defer
res = models.表.objects.defer('字段', '字段1')
for obj in res:
print(obj.字段)
defer与only刚好相反 对象点括号内出现的字段会走数据库查询
如果点击了括号内没有的字段也可以获取到数据 每次都不会走数据库查询
select_related和prefetch_related
select_related
res = models.表.objects.select_related('字段')
for obj in res:
print(obj.字段)
select_related括号内只能传一对一和一对多字段 不能传多对多字段
效果是内部直接连接表(inner join) 然后将连接之后的大表中所有的数据全部封装到数据对象中
后续对象通过正反向查询跨表 内部不会再走数据库查询
prefetch_related
res = models.表.objects.prefetch_related('字段')
for obj in res:
print(obj.字段)
将多次查询之后的结果封装到数据对象中 后续对象通过正反向查询跨表 内部不会再走数据库查询
ORM常见字段
# 常用字段
AutoField
int自增列，必须填入参数 primary_key=True。当model中如果没有自增列，则自动会创建一个列名为id的列。
IntegerField
一个整数类型,范围在 -2147483648 to 2147483647。
CharField
字符类型，必须提供max_length参数， max_length表示字符长度。
DateField
日期字段，日期格式 YYYY-MM-DD，相当于Python中的datetime.date()实例。
DateTimeField
日期时间字段，格式 YYYY-MM-DD HH:MM[:ss[.uuuuuu]][TZ]，相当于Python中的datetime.datetime()实例。
# 时间字段独有
DatetimeField、DateField、TimeField这个三个时间字段，都可以设置如下属性。
auto_now_add
配置auto_now_add=True，创建数据记录的时候会把当前时间添加到数据库。
auto_now
配置上auto_now=True，每次更新数据记录的时候会更新该字段
# 进制数
DecimalField 带固定精度的十进制数
有两个必需的参数：
max_digits
号码中允许的最大位数。请注意，此数字必须大于decimal_places。
decimal_places
与数字一起存储的小数位数。
# 图片类型
ImageField 图片字段
upload_to 上传图片时指定位置
里面写了上传图片的方法，不需要自己写上传代码了。ImageField自动把图片写入到django后台指定的目录下，使用upload_to这个参数来指定上传位置
# 布尔类型
BooleanField
真值和假值 0 和 1，判断状态时使用
# 邮箱类型
EmailField 邮箱字段
带邮箱正则验证的。自动判断邮箱的格式
# 大文本字段
TextField
编辑新闻、小说网站， 商品详情介绍
# 自定义字段类型
class MyCharField(models.Field):
def __init__(self, max_length, *args, **kwargs):
self.max_length = max_length
super().__init__(max_length=max_length, *args, **kwargs)
def db_type(self, connection):
return 'char(%s)' % self.max_length
ORM重要参数
null 数据库中字段是否可以为空
db_column 数据库中字段的列名，默认是字段名
db_tablespace
default 数据库中字段的默认值
primary_key 数据库中字段是否为主键，不但加速查找，还限制值唯一，而且不能为空
db_index 数据库中字段是否可以建立索引，查找速度加快
unique 数据库中字段是否可以建立唯一索引，不但加速查找，还限制值唯一
unique_for_date 数据库中字段【日期】部分是否可以建立唯一索引
unique_for_month 数据库中字段【月】部分是否可以建立唯一索引
unique_for_year 数据库中字段【年】部分是否可以建立唯一索引，比如QQ邮箱，只需前半部分索引，节省空间
verbose_name Admin中显示的字段名称
blank Admin中是否允许用户输入为空
editable Admin中是否可以编辑，Flase时隐藏
help_text Admin中该字段的提示信息
choices Admin中显示选择框的内容，用不变动的数据放在内存中从而避免跨表操作
如：gf = models.IntegerField(choices=[(0, '何穗'),(1, '大表姐'),],default=1)
error_messages 自定义错误信息（字典类型），从而定制想要显示的错误信息；#Django的admin
字典健：null, blank, invalid, invalid_choice, unique, and unique_for_date
如：{'null': "不能为空.", 'invalid': '格式错误'}
validators 自定义错误验证（列表类型），从而定制想要的验证规则
from django.core.validators import RegexValidator
from django.core.validators import EmailValidator,URLValidator,DecimalValidator,\
MaxLengthValidator,MinLengthValidator,MaxValueValidator,MinValueValidator
如：
test = models.CharField(
max_length=32,
error_messages={
'c1': '优先错信息1',
'c2': '优先错信息2',
'c3': '优先错信息3',
},
validators=[
RegexValidator(regex='root_\d+', message='错误了', code='c1'),
RegexValidator(regex='root_112233\d+', message='又错误了', code='c2'),
EmailValidator(message='又错误了', code='c3'), ]
ORM执行原生SQL
# 方式1
from django.db import connection, connections
cursor = connection.cursor()
cursor = connections['default'].cursor()
cursor.execute("""SELECT * from auth_user where id = %s""", [1])
cursor.fetchone()
# 方式2
models.UserInfo.objects.extra(
select={'newid':'select count(1) from app01_usertype where id>%s'},
select_params=[1,],
where = ['age>%s'],
params=[18,],
order_by=['-age'],
tables=['app01_usertype']
)
多对多三种创建方式
# 全自动(常见)
orm自动创建第三张表 但是无法扩展第三张表的字段
authors = models.ManyToManyField(to='Author')
# 全手动(使用频率最低)
优势在于第三张表完全自定义扩展性高 劣势在于无法使用外键方法和正反向
class Book(models.Model):
title = models.CharField(max_length=32)
class Author(models.Model):
name = models.CharField(max_length=32)
class Book2Author(models.Model):
book_id = models.ForeignKey(to='Book')
author_id = models.ForeignKey(to='Author')
# 半自动(常见)
正反向还可以使用 并且第三张表可以扩展 唯一的缺陷是不能用
add\set\remove\clear四个方法
class Book(models.Model):
title = models.CharField(max_length=32)
authors = models.ManyToManyField(
to='Author',
through='Book2Author', # 指定表
through_fields=('book','author') # 指定字段
)
class Author(models.Model):
name = models.CharField(max_length=32)
'''多对多建在任意一方都可以 如果建在作者表 字段顺序互换即可'''
books = models.ManyToManyField(
to='Author',
through='Book2Author', # 指定表
through_fields=('author','book') # 指定字段
)
class Book2Author(models.Model):
book = models.ForeignKey(to='Book')
author = models.ForeignKey(to='Author')
浙公网安备 33010602011771号