Django-06(模型层(ORM语法):跟数据库打交道的)

一、单表查询(增删改查):

1、配置数据库测试环境：

1.1、 models.py文件：

from django.db import models # Create your models here. class User(models.Model): name = models.CharField(max_length=32) age = models.IntegerField() register_time = models.DateField() # 年月日 """ DateField DateTimeField 两个重要参数 auto_now:每次操作数据的时候该字段会自动将当前时间更新 auto_now_add:在创建数据的时候会自动将当前创建时间记录下来之后只要不认为的修改那么就一直不变 """ def __str__(self): return '对象:%s'%self.name class Book(models.Model): title = models.CharField(max_length=32) price = models.DecimalField(max_digits=8,decimal_places=2) publish_date = models.DateField(auto_now_add=True) # 一对多 publish = models.ForeignKey(to='Publish') # 多对多 authors = models.ManyToManyField(to='Author') class Publish(models.Model): name = models.CharField(max_length=32) addr = models.CharField(max_length=64) email = models.EmailField() # varchar(254) 该字段类型不是给models看的而是给后面我们会学到的校验性组件看的 def __str__(self): return '对象:%s'%self.name class Author(models.Model): name = models.CharField(max_length=32) age = models.IntegerField() # 一对一 author_detail = models.OneToOneField(to='AuthorDetail') class AuthorDetail(models.Model): phone = models.BigIntegerField() # 电话号码用BigIntegerField或者直接用CharField addr = models.CharField(max_length=64)

1.2、执行models.文件代码：

1、cd 切换到项目路径中 2、执行：python3 manage.py makemigrations #此步只是在将操作记录到小本本上(migrations文件夹内) 不能真正的直接操作数据库 3、python3 manage.py migrate # 将操作真正的同步到数据库中 """只要在models中书写了跟数据库相关的代码就必须要重新执行上述两条命令"""

1.3、配置测试文件代码准备数据：

在django中，如果只是想写脚本，不是写前后交互的代码脚本代码在应用下的哪个tests文件都可以，但是先配置，在manage.py中前四行代码拷贝过来 #!/usr/bin/env python import os if __name__ == "__main__": os.environ.setdefault("DJANGO_SETTINGS_MODULE", "My_orm.settings") import django django.setup() # 在这个代码块的下面就可以测试django里面的单个py文件了

2、测试例子：

from app01 import models # user = models.User.objects.all() # print(user.query) """ 被关联的表需要先增加数据，增加后，才能关联 """ # 1、增 # import datetime # ctime = datetime.datetime.now() # print(ctime) # 1.1 method on # res = models.User.objects.create(name='柏拉图',age=24,register=ctime) # print(res) # 1.2 method two # user_obj = models.User(name='蒋介石',age=140 ,register='1883-02-22') # print(user_obj) # user_obj.save() # 2、删 """ pk会自动查询表的主键指代的就是当前表的主键字段用了pk之后你就不需要指代当前表的主键字段到底叫什么了 uid pid sid """ # 1.1 method one：涉及批量删除 # res = models.User.objects.filter(pk=6).delete() # print(res) # 1.2 method two # user_obj = models.User.objects.filter(pk = 3).first() # print(user_obj) # user_obj.delete() # 3、改 # 3.1 method one # models.User.objects.filter(pk=7).update(name = '仔仔') # 3.2 method two # user_obj = models.User.objects.filter(pk=7).first() # user_obj.name = '毛毛' # user_obj.save() # 4、查 # 1.1 query all # user_obj = models.User.objects.all() # print(user_obj) # 1.2 filter # user_obj = models.User.objects.filter(pk=7).first() # print(user_obj.name,user_obj.age,user_obj.register) # 1.2.1 filter all # user_all =models.User.objects.filter() # print(user_all) # 1.3 get 筛选条件 """ get 是返回当前数据对象 """ # get_all = models.User.objects.get(pk =2) # print(get_all)

二、常见的十几种查询方法：

1、13种常用查询方法及解释

1、all() 查询所有数据

2、filter() 带条件过滤，同时括号内为空，效果与all一样

3、get() 带有条件的过滤方法，但是如果查询没有，会报错

4、first()

5、last()

7、values() : 作用可以指定获取数据的字段类似与mysql： select name, age from table

8、values_list():列表套元组

9、distinct()去重，与sql语句中distinct 相似

"""

sql中的distinct 的用法：

SELECT DISTINCT name FROM app01_user where name = '姗姗' 不加distincy SELECT * FROM app01_user where name = '姗姗' 注意: distinct 使用不能带有主键，因为主键是唯一的，unique,加上主键就不能组合成唯一了

"""

10、order_by()

10.1 默认升序:

数字从小往下排列，与sql中 SELECT * FROM app01_user ORDER BY age ASC 一致 res = models.User.objects.order_by('age') print(res.values('name','age'))

10.2 降序升序:

数字从大往小排列，与sql中 SELECT * FROM app01_user ORDER BY age DESC 一致 """ 总结：升序： order_by('age') 降序： order_by('-age'):在字段前缀加- """

11、count():统计个数 """ sql 语句： SELECT COUNT(*) AS `__count` FROM `app01_user` """ #

12、exclude(): 类似于sql中的not 和not in

SELECT `app01_user`.`id`, `app01_user`.`name`, `app01_user`.`age`, ` app01_user`.`register` FROM `app01_user` WHERE NOT (`app01_user`.`name` = '姗姗') LIMIT 21;

13、exists():判断布尔值的，不过用的比较少，python查询语句自带布尔值

2 、配置所以查询方式都可以使用query的方法

2.1setting.py

# 方式2:所有的sql语句都能查看 # 去配置文件中配置一下即可 LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'class':'logging.StreamHandler', }, }, 'loggers': { 'django.db.backends': { 'handlers': ['console'], 'propagate': True, 'level':'DEBUG', }, } }

3、详情使用例子:

常见的十几种查询方法 # 1、all() 查询所有数据 # 2、filter() 带条件过滤，同时括号内为空，效果与all一样 # 3、get() 带有条件的过滤方法，但是如果查询没有，会报错 # get_user = models.User.objects.get(pk=7) # print(get_user) # 4、first() # user_obj = models.User.objects.all().first() # print(user_obj) # 5、last() # user_obj = models.User.objects.all().last() # print(user_obj) # 7、values() : 作用可以指定获取数据的字段类似与mysql： select name, age from table # 7.1 method one # res = models.User.objects.values('name','age','register') # print(res) # 7.2 METHOD TWO # res = models.User.objects.filter(pk=5).values('pk','name','age','register') # print(res) # 8、values_list():列表套元组 res = models.User.objects.values_list('pk','name','age','register') print(res.query) # <QuerySet [(1, '姗姗', 34, datetime.date(2023, 4, 24)), (4, '红红', 24, datetime.date(2023, 4, 24)), (5, '牛牛', 300, datetime.date(2023, 4, 24)), (7, '莎莎', 130, datetime.date(2023, 4, 24)), (8, 'lili', 140, datetime.date(2023, 4, 24))]> """ 拓展： .queey 可以查看查询的sql语句，***仅限于查，并且只支持queryset对象，但是非queryset对象也想查看怎么办呢，给出配置放在setting的任意位置配置信息： LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'class':'logging.StreamHandler', }, }, 'loggers': { 'django.db.backends': { 'handlers': ['console'], 'propagate': True, 'level':'DEBUG', }, } } """ # 9、distinct()去重，与sql语句中distinct 相似 """ sql中的distinct 的用法： SELECT DISTINCT name FROM app01_user where name = '姗姗' 不加distincy SELECT * FROM app01_user where name = '姗姗' 注意: distinct 使用不能带有主键，因为主键是唯一的，unique,加上主键就不能组合成唯一了 """ # res = models.User.objects.values('name','pk').distinct() # print(res) # 10、order_by() # 10.1 默认升序:数字从小往下排列，与sql中 SELECT * FROM app01_user ORDER BY age ASC 一致 # res = models.User.objects.order_by('age') # print(res.values('name','age')) # 10.1 降序升序:数字从大往小排列，与sql中 SELECT * FROM app01_user ORDER BY age DESC 一致 """ 总结：升序： order_by('age') 降序： order_by('-age'):在字段前缀加- """ # res = models.User.objects.order_by('-age') # print(res.values('name','age')) # 11、count():统计个数 """ sql 语句： SELECT COUNT(*) AS `__count` FROM `app01_user` """ # res = models.User.objects.count() # print(res) # res = models.User.objects.filter(name='姗姗').count() # print(res) # sql语句：SELECT COUNT(*) AS `__count` FROM `app01_user` WHERE `app01_user`.`name` = '姗姗'; # 12、exclude(): 类似于sql中的not 和not in """ # SELECT `app01_user`.`id`, `app01_user`.`name`, `app01_user`.`age`, `app01_user`.`register` FROM `app01_user` WHERE NOT (`app01_user`.`name` = '姗姗') LIMIT 21; """ # res = models.User.objects.exclude(name='姗姗') # print(res) # 13、exists():判断布尔值的，不过用的比较少，python查询语句自带布尔值 # res = models.User.objects.filter(pk=3).exists() # print(res) # 自带返回值： # res = models.User.objects.filter(pk=3) # if res: # print('我是True') # else: # print('我是falase') # 14、reverse()反转的前提是数据已经排过序了 order_by() # res = models.User.objects.all() # res1 = models.User.objects.order_by('age').reverse() # print(res,res1)

三、神奇的双下划线查询

1、介绍：

""" 1、什么是神奇的下划线？ 1、是帮助我们更好的筛选数据的方式，相当于对where的补充 1、13中查询方法all(),filter(),get(),first(),last(),values(),values_list() distinct(),order_by(),reverse(),count(),existe(),exclde()相当于是第一层排除补充reverse(),是需要排序之后使用才能生效的 2、相比第一层筛选，下划线多了什么东西,双下划线相当于where 条件？ 1、大于、小于 ==》 > < greater than lass than 2、大于等于、小于等于 ==> >= <= 3、或 ==> or 4、之间 ==> WHERE salary BETWEEN 10000 AND 20000; where salary >=10000 or salary<=20000; 5、模糊查询 ==》like 6、区分大下写 7、时间筛选 """

2、下划线例子-大于：

user_obj = models.User.objects.filter(age__gt=100) #age > 100 """ 相当于 sql： select * from User where age > 100; """ print(user_obj)

3、下划线例子-小于：

# 小于： user_obj = models.User.objects.filter(age__lt= 100) #相当于 age<100 print(user_obj) """ 相当于 sql： select * from User where age < 100; """

4、下划线例子-大于等于

user_obj = models.User.objects.filter(age__gte=300) #age >= 100 """ 相当于 sql： select * from User where age >= 100; """ print(user_obj)

5、下划线例子-小于等于

user_obj = models.User.objects.filter(age__lte= 34) #相当于 age<100 print(user_obj) """ 相当于 sql： select * from User where age < 100; """

6、下划线例子-in的用法

user_obj = models.User.objects.filter(age__in=[24,34,300]) print(user_obj) """ 相当于 sql： select * from User where age in [24,34,300]; """

7、下划线例子-之间

# user_obj = models.User.objects.filter(age__range=[1,300]) # print(user_obj) """ 相当于sql: select * from user where age between 1 and 300; 或者 select * from user where age>=1 and age<=300; """

8、下划线例子-模糊匹配之包含

# 模糊匹配之包含:包含的意思是，不在开头和末尾，就在中间 # user_obj = models.User.objects.filter(name__contains='I') # print(user_obj) """sql: select * from user where name like "%i%" """

9、下划线例子-模糊匹配之忽略区分大小写

# 模糊匹配之区分大小写:忽略大小写的关键就在下划线后缀词语的前面加i # user_obj = models.User.objects.filter(name__icontains='I') # print(user_obj) """sql: 自动忽略大小写 """

10、下划线例子-模糊匹配之开头匹配

# 模糊匹配之开头匹配：startswith # user_obj = models.User.objects.filter(name__startswith = 'li') # print(user_obj) """ sql：select * from user where name like 'li%' python str语句： str1 = 'my name is python' str1.startswith('my') """

11、下划线例子-模糊匹配之末尾匹配

# 模糊匹配之末尾匹配:endswith # user_obj = models.User.objects.filter(name__endswith = 'li') # print(user_obj) # """ # sql：select * from user where name like '%li' # # python str语句： str1 = 'my name is python' # str1.endswith('my')

12、下划线例子-查询日期

查询日期按照年份查 user_obj1 = models.User.objects.filter(register__year = '1989') 按照月份查 user_obj2 = models.User.objects.filter(register__month='9') 按照天查 user_obj3 = models.User.objects.filter(register__day='24') 工作日 user_obj4 = models.User.objects.filter(register__week_day='1') 精确查找 user_obj5 = models.User.objects.filter(register__exact='1989-09-24') print(user_obj1) print(user_obj2) print(user_obj3) print(user_obj4) print(user_obj5)

时间拓展：

各个时间总结：

datatime

time与datetime

Mysql-时间字段

四、多表操作-外键字段的增删改查：

1、一对多外键增删改查：

1、增

publish = models.Publish.objects.create(name='北方出版社', addr='河北', email='llxxs@gmail.com') print(publish) models.Book.objects.create(title='梅花',price=99.99,publish_date='1498-09-18',publish_id=3) models.Book.objects.create(title='春宫图',price=99.99,publish_date='1598-09-18',publish_id=3) 2 虚拟字段对象外键就不能加_id了 publish_obj = models.Publish.objects.filter(pk=3).first() print(publish_obj) models.Book.objects.create(title='草民简史', price=99.99, publish_date='1598-09-18', publish=publish_obj)

2、删：

models.Book.objects.create(title='太监简史',price=99.99,publish_date='1598-09-18',publish_id=4) 级联删除 publish_obj = models.Publish.objects.filter(pk=4).delete() # 级联删除 models.Book.objects.filter(pk=4).delete() # 级联删除

3、改

1、直接修改 models.Book.objects.filter(pk=5).update(publish_id=2) 2、虚拟字段修改 publish_obj = models.Publish.objects.filter(pk=5) print(publish_obj.first()) models.Book.objects.filter(pk=6).update(publish = publish_obj.first() )

2、多对多增删改查：

1、增：如何给书籍添加作者？

book_obj = models.Book.objects.filter(pk=7).first() print(book_obj.author.all()) # 就类似于你已经到了第三张关系表了 book_obj.author.add(3) # 书籍id为1的书籍绑定一个主键为1 的作者 book_obj.author.add(1,2,3) """ 通过这种方式就可以给第三张表添加关联信息，前提是你两张被关联的外键表数据已经建立好 """ # 给数据添加作者虚拟对象 # 1、建立多个authorDetail添加多条数据 # models.AuthorDetail.objects.create(phone=1111111,addr='库页岛') # models.AuthorDetail.objects.create(phone=2222222, addr='广岛') # models.AuthorDetail.objects.create(phone=3333333, addr='长崎') # models.AuthorDetail.objects.create(phone=4444444, addr='琉球') # models.AuthorDetail.objects.create(phone=5555555, addr='北海道') # models.AuthorDetail.objects.create(phone=6666666, addr='多伦多') # models.AuthorDetail.objects.create(phone=777777, addr='大阪') # models.AuthorDetail.objects.create(phone=8888888,addr='东京') # 2、建立个人信息，外键虚拟关联 # author_datail_obj1 = models.AuthorDetail.objects.filter(pk=6).first() # # res = models.Author.objects.create(name='清水键',age=40,author_detail=author_datail_obj1) # # print(res) # 3、添加出版社信息 # models.Publish.objects.create(name='东京出版社',addr='东京',email='dongjing@email.com') # models.Publish.objects.create(name='新加坡出版社', addr='新加坡', email='xinjiapo@email.com') # models.Publish.objects.create(name='辽宁出版社', addr='辽宁', email='liaoning@email.com') # models.Publish.objects.create(name='西安出版社', addr='西安', email='xian@email.com') # models.Publish.objects.create(name='长沙出版社', addr='长沙', email='changsha@email.com') # models.Publish.objects.create(name='东莞出版社', addr='东莞', email='dongguan@email.com') # models.Publish.objects.create(name='深圳出版社', addr='深圳', email='shenzheng@email.com') # models.Publish.objects.create(name='武汉出版社', addr='武汉', email='wuhang@email.com') # models.Publish.objects.create(name='青岛出版社', addr='青岛', email='qingdao@email.com') # models.Publish.objects.create(name='济南出版社', addr='济南', email='jinan@email.com') # models.Publish.objects.create(name='上海出版社', addr='上海', email='shanghai@email.com') # 4 、添加书籍信息。 # publish_obj1 = models.Publish.objects.filter(name='东京出版社').first() # models.Book.objects.create(title='飞猪',price=88.67,publish_date='1996-05-23',publish=publish_obj1) # models.Book.objects.create(title='菊与刀',price=88.67,publish_date='2001-05-23',publish=publish_obj1) # models.Book.objects.create(title='人间失格',price=85.67,publish_date='2001-05-23',publish=publish_obj1) # models.Book.objects.create(title='心',price=84.67,publish_date='2022-05-23',publish=publish_obj1) # models.Book.objects.create(title='干法',price=83.67,publish_date='2011-05-23',publish=publish_obj1) # models.Book.objects.create(title='挪威的森林',price=188.67,publish_date='19991-05-23',publish=publish_obj1) # models.Book.objects.create(title='拥抱战败',price=888.67,publish_date='2014-05-23',publish=publish_obj1) # models.Book.objects.create(title='最新支那要人传',price=848.67,publish_date='2001-05-23',publish=publish_obj1) # 5、书籍和个人信息多对多关联 # author_obj1 = models.Author.objects.filter(pk=1).first() """ 如果不加firs() TypeError: int() argument must be a string, a bytes-like object or a number, not 'QuerySet' """ # author_obj2 = models.Author.objects.filter(pk=2).first() # author_obj3 = models.Author.objects.filter(pk=3).first() # author_obj7 = models.Author.objects.filter(pk=7).first() # author_obj8 = models.Author.objects.filter(pk=8).first() # # book_obj1 = models.Book.objects.filter(pk=11).first() # res = book_obj1.author.add(author_obj1,author_obj2,author_obj3,author_obj7,author_obj8) """ add给第三张关系表添加数据括号内既可以传数字也可以传对象并且都支持多个 """

2、删

remove 括号内既可以传数字也可以传对象并且都支持多个

# 1、直接添加外键id # book_obj1 = models.Book.objects.filter(pk=11).first() # book_obj1.author.remove(1,2,3) # 2、删除对象 """ remove 括号内既可以传数字也可以传对象并且都支持多个 """ # book_obj1 = models.Book.objects.filter(pk=11).first() # # author_obj7 = models.Author.objects.filter(pk=7).first() # author_obj8 = models.Author.objects.filter(pk=8).first() # # book_obj1.author.remove(author_obj7, author_obj8)

3、改：

""" set 括号内必须传一个可迭代对象，该对象内既可以数字也可以对象并且都支持多个 """ # 清空： book_obj1.author.clear() # 在第三张关系表中清空某个书籍与作者的绑定关系

# book_obj1 = models.Book.objects.filter(pk=9).first() # book_obj1.author.set([1,2]) #清空 # book_obj1 = models.Book.objects.filter(pk=3).first() # # book_obj1.author.clear()

五、正反向的概念

# 正向 # 反向外键字段在我手上那么，我查你就是正向外键字段如果不在手上，我查你就是反向 book >>>外键字段在书那儿(正向)>>> publish publish >>>外键字段在书那儿(反向)>>>book 一对一和多对多正反向的判断也是如此 """ 正向查询按字段反向查询按表名小写 _set ... """

六、跨表查询(重点)

1、子查询：

1.查询书籍主键为1的出版社----正向查询 book_obj1 = models.Book.objects.filter(pk=3).first().publish print(book_obj1) print(book_obj1.name) print(book_obj1.addr) print(book_obj1.email) 2.查询书籍主键为2的作者 book_obj1 = models.Book.objects.filter(pk=5).first() print(book_obj1.author) #app01.Author.None print(book_obj1.author.all()) #, , ]> 3.查询作者'清水键'的电话号码 author_obj1 = models.Author.objects.filter(name='清水键').first() author_obj1 = author_obj1.author_detail print(author_obj1.phone) 4.查询出版社是东方出版社出版的书 publish_obj = models.Publish.objects.filter(name='太原出版社').first() # 反向查找加_set res = publish_obj.book_set print(res.all()) for i in res.all(): print(i.title) 5.查询作者是elon写过的书-反向 author_obj = models.Author.objects.filter(name='elon').first() res = author_obj.book_set print(res.all()) for i in res.all(): print(i.title) 6.查询手机号是110的作者姓名-反向 authorDetail_obj =models.AuthorDetail.objects.filter(phone= 3333333).first() res = authorDetail_obj.author # 因为是一对一不是集合不需要加_set print(res.name)

""" 基于对象： 1、反向查询的时候，表对象需要小写； 2、如果对象是多个，需要加_set.all()例如一对多、多对多的场景 3、如果对象是一个，例如一对一，或者多对一的情况下，不需要加_set """

2、联表查询：

1.查询wz1的手机号和作者姓名 1.1正向查找 res = models.Author.objects.filter(name='wz1').values('name','author_detail__phone') print(res) 1.2 反向查找 res = models.AuthorDetail.objects.filter(author__name= 'wz1').values('author__name','phone') print(res) 2.查询书籍主键为1的出版社名称和书的名称: 2.1正向查找 res = models.Book.objects.filter(pk = 6).values('publish__name','title') print(res) 2.2 反向查找 res = models.Publish.objects.filter(book__pk = 6).values('name','book__title') print(res) 3.查询书籍主键为1的作者姓名: 3.1正向查找 res = models.Book.objects.filter(pk = 6).values('author__name') print(res) 3.2反向查找 res = models.Author.objects.filter(book__pk = 6).values('name') print(res) 4.查询书籍主键是1的作者的手机号 4.1正向查找 res = models.Book.objects.filter(pk = 6).values('author__author_detail__phone') print(res) 4.2反向查找 res = models.AuthorDetail.objects.filter(author__book__pk = 6).values('phone') print(res)

七、聚合查询：

1、什么是聚合查询:aggregate

对分组后的数据进行统计aggregate,单词也是汇集的意思，类似于聚合统计与 select max(price),min(price),sum(price),count(price),avg(price) from Book group by age

2、如何使用？有什么用？

1、先导入聚合函数 from django.db.models import Max, Min, Count, Sum, Avg models.Book.object.aggregate(Avg('price')) 作用是对分组后进行统计操作，如果不加具体的值，就是对本表分组,其实也就是不分组如果我想按照指定的字段分组该如何处理呢？ models.Book.objects.values('price').annotate() 后续BBS作业会使用

3、例子

from django.db.models import Max,Min,Sum,Count,Avg # res = models.Book.objects.aggregate(Max('price'),Min('price'),Sum('price'),Count('price'),Avg('price')) # print(res)

八、分组查询

1、什么是分组？

1、就是对某个字段进行分组，例如性别，再统计各性别的人 2、在django中跨表就是对主表id分组

2、如何使用？有什么用？

分组后可以对某个分组后的数据进行统计操作

3、例子：

3.1 统计每一本书的作者个数：

# 加上annotate(author_num=Count('author')) 就是连接author ,且对Book.id进行分组，再对author_book.book_id进行聚合函数统计.

annotate：准确的来说两个作用，起别名，聚合函数统计

res=models.Book.objects.annotate(author_num=Count('author')).values('title','author_num') print(res) """ author_num是我们自己定义的字段用来存储统计出来的每本书对应的作者个数 sql语句： SELECT app01_book.title,COUNT(app01_book_author.author_id) FROM app01_book LEFT JOIN app01_book_author ON app01_book.id = app01_book_author.book_id GROUP BY app01_book.id 加上having后可以过滤掉 HAVING COUNT(app01_book_author.author_id) >0 """

3.2.统计每个出版社卖的最便宜的书的价格：

# 2.1 django写法 # res = models.Publish.objects.annotate(mix_price = Min('book__price')).values('name','mix_price') # print(res) """ 目前无法实现多个条件 """ """ sql： SELECT app01_publish.name , min(app01_book.price) FROM app01_book RIGHT JOIN app01_publish ON app01_book.publish_id = app01_publish.id GROUP BY app01_publish.id HAVING COUNT(app01_book.publish_id ) > 0 """

3.3.统计不止一个作者的图书：

# 3.统计不止一个作者的图书 # res = models.Book.objects.annotate(count_author = Count('author')).filter(count_author__gt = 1).values('title','count_author') # print(res) """ sql: SELECT app01_book.title , COUNT(app01_book_author.book_id) FROM app01_book LEFT JOIN app01_book_author ON app01_book.id = app01_book_author.book_id GROUP BY app01_book.id """

3.4.查询每个作者出的书的总价格:

# 4.查询每个作者出的书的总价格 # res = models.Author.objects.annotate(sum_price = Sum('book__price')).values('name','sum_price') # print(res) """ sql: SELECT t1.`name`,sum(t3.price) FROM app01_author as t1 LEFT JOIN app01_book_author as t2 ON t1.id = t2.author_id LEFT JOIN app01_book as t3 ON t2.book_id = t3.id GROUP BY t1.id """ """ 如果我想按照指定的字段分组该如何处理呢？ models.Book.objects.values('price').annotate() 后续BBS作业会使用你们的机器上如果出现分组查询报错的情况你需要修改数据库严格模式 """

九、F与Q查询

1、什么是F与Q查询

F查询（Full-text search query）和Q查询（Query Expansion）是搜索引擎中常用的两种查询类型。 F查询是一种基于关键词的查询方式，它通过匹配文本中的关键词来找到与查询相匹配的结果。F查询通常是使用全文索引实现的，可以在文本中快速查找关键词并返回相关结果。例如，在使用Google搜索引擎时，您可以输入关键词并按下搜索按钮，然后搜索引擎将返回与关键词相关的结果。 Q查询是一种扩展查询方式，它会自动将查询词扩展为与其相关的其他词汇。例如，在搜索引擎中，当您搜索“苹果”时，Q查询会将其扩展为与“苹果”相关的其他词汇，如“iPhone”、“iPad”、“MacBook”等，以便返回更全面的搜索结果。Q查询通常使用语言模型和统计算法实现，可以根据搜索历史和用户偏好对查询进行自动扩展。 F查询和Q查询通常会在搜索引擎中同时使用，以便在搜索结果中返回相关且具有高质量的内容。

2、如何使用？有什么用？

F:是关键字查询，用于比较大小和拼接数字，拼接字符串拼接字符串需要其他函数参与 from django.db.models.functions import Concat Concat(F('title'),Value('爆款'),Value('爆款')) Q:是可以执行与，或，非的功能 """ 1、或： Q(sales__gt=100)|Q(stock__lt=600) 2、 and: Q(sales__gt=100),Q(stock__lt=600) 3、非： ~Q(maichu__gt=100)|Q(price__lt=600) """

3、F: 比较大小，查询卖出数大于库存数的书籍

from django.db.models import F # res = models.Book.objects.filter(sales__lt= F('stock') ).values('title','sales','stock') # # print(res) """ sql： select * from book where sales > stock """

4、F: 数字加减，将所有书籍的价格提升500块

# models.Book.objects.filter().update(price = F('price') + 500)

5、F: 字符拼接：将所有书的名称后面加上爆款两个字

from django.db.models.functions import Concat from django.db.models import Value models.Book.objects.filter().update(title = Concat(F('title'),Value('爆款'),Value('爆款'))) """ sql： update app.book set 'title' = concat_ws ('','title','爆款') """ from django.db.models.functions import Concat from django.db.models import Value,Q # models.Book.objects.filter(pk=3).update(title = F('title') + 'sb') # 不通过Values会报错

6、Q查询-或：查询卖出数大于100或者价格小于600的书籍

""" 1、或： Q(sales__gt=100)|Q(stock__lt=600) 2、 and: Q(sales__gt=100),Q(stock__lt=600) 3、非： ~Q(maichu__gt=100)|Q(price__lt=600) """ # res = models.Book.objects.filter(Q(sales__gt=100)|Q(stock__gt=600)) # for i in res: # print(i.title) """ select * from book where sales > 100 or stock < 600; """

7、Q查询-Q的高阶用法

Q的高阶用法能够将查询条件的左边也变成字符串的形式： # q = Q() # q.connector = 'or' #可以修改or 或者 and # q.children.append(Q(sales__lt=400)) # q.children.append(Q(stock__gt=600)) # res = models.Book.objects.filter(q) # for i in res: # print(i.title)

十、Django开启事务

a c1、什么是事务

# 事务 """ mysql-事务： 1、开启事务，是为了某个事物，或者说某个任务能够全部完成，例如a向b转账，就需要在a先扣钱，b增加，这个过程全部完成后，这个事务才算成功 2、事务的本质是确保数据安全，如果成功才正式提交，commit，如果失败就回滚 3、在mysql中事务开启关闭的方式为： start transaction; select * from employee where name = "egon"; update employee set age=age+1 where name = "egon"; commit; ROLLBACK：取消当前事务所做的更改 #回滚 """ """ pymsql try: cursor.execute(sql_1) cursor.execute(sql_2) cursor.execute(sql_3) except Exception as e: connect.rollback() # 事务回滚 print('事务处理失败', e) else: connect.commit() # 事务提交 print('事务处理成功', cursor.rowcount)# 关闭连接 cursor.close() connect.close() """

2、如何使用？有什么用？

开启事务 from django.db import transaction try: with transaction.atomic(): pass except Exception as e: connect.rollback()

十一、orm中常用字段及参数

十二、数据库查询优化(only与defer、select_related与prefetch_related)

1、惰性执行：

惰性测试 res = models.Book.objects.all() print(res) #需要的时候才会走查询 for i in res: # print(i.price) 1、不用的时候不执行 2、for 循环的时候每次都会执行一次

2、 only与defer

1、only：

only 用于单个字段查询，对查询对象遍历的时候，查询筛选的字段，不会重复查询 res = models.Book.objects.only('title') for i in res: print(i.title) 因为已经筛选条件就是（‘title’）,在筛选的时候，已经将‘title’对象数据存储，再遍历拿的时候，只需要在对象中那就行

2、defer：

defer: res = models.Book.objects.defer('title') # print('2222',res) # for i in res: print(i.price) 与only相反，括号内放的字段不在查询出来的对象里面，不需要重新走数据，在查询出来的对象里面的字段需要重新走查询

3、only与defer 的区别：

""" 所有查询都是惰性查询 only ：仅括号内放的字段在查询出来的对象里面，不需要重新走数据，其他字段都需要重新走查询 defer: 与only相反，括号内放的字段不在查询出来的对象里面，不需要重新走数据，在查询出来的对象里面的字段需要重新走查询 """

3、select_related与prefetch_related：

1、惰性查询

select_related与prefetch_related 跟跨表操作有关 res = models.Book.objects.all() for i in res: print(i.publish.name) # 每循环一次就要走一次数据库查询

2、select_related：

select_related:是内连接查询，查询后将查询的对象放在对象里面，for遍历的时候，看起来只查询一次 res = models.Book.objects.select_related('authors') # INNER JOIN """ select_related内部直接先将book与publish连起来然后一次性将大表里面的所有数据全部封装给查询出来的对象这个时候对象无论是点击book表的数据还是publish的数据都无需再走数据库查询了 select_related括号内只能放外键字段一对多一对一多对多也不行 """ for i in res: print(i.publish.name) #现在每次循环都不需要再执行一次了

3、prefetch_related()

res = models.Book.objects.prefetch_related('publish') # 子查询 """ prefetch_related该方法内部其实就是子查询将子查询查询出来的所有结果也给你封装到对象中给你的感觉好像也是一次性搞定的 """ for i in res: print(i.publish.name)

4、select_related 和 prefrtch_related的优缺点比较

select_related是内连接、prefrtch_related子查询在表特别多的时候,prefrch_related查询相对较好，因为select_related连表花的时间较多在表不是特别多的情况下，select_related的速度较快

posted @ 2023-05-19 17:00 启动CR 阅读(41) 评论(0) 收藏举报

刷新页面返回顶部

Django-06(模型层(ORM语法):跟数据库打交道的)

一、单表查询(增删改查):

1、配置数据库测试环境：

1.1、 models.py文件：

1.2、执行models.文件代码：

1.3、配置测试文件代码准备数据：

2、测试例子：

二、常见的十几种查询方法：

1、13种常用查询方法及解释

2 、配置所以查询方式都可以使用query的方法

2.1setting.py

3、详情使用例子:

三、神奇的双下划线查询

1、介绍：

2、下划线例子-大于：

3、下划线例子-小于：

4、下划线例子-大于等于

5、下划线例子-小于等于

6、下划线例子-in的用法

7、下划线例子-之间

8、下划线例子-模糊匹配之包含

9、下划线例子-模糊匹配之忽略区分大小写

10、下划线例子-模糊匹配之开头匹配

11、下划线例子-模糊匹配之末尾匹配

12、下划线例子-查询日期

时间拓展：

四、多表操作-外键字段的增删改查：

1、一对多外键增删改查：

1、增

2、删：

3、改

2、多对多 增删改查：

1、增：如何给书籍添加作者？

2、删

3、改：

五、正反向的概念

六、跨表查询(重点)

1、子查询：

2、联表查询：

七、聚合查询：

1、什么是聚合查询:aggregate

2、如何使用？有什么用？

3、例子

八、分组查询

1、什么是分组？

2、如何使用？有什么用？

3、例子：

3.1 统计每一本书的作者个数：

3.2.统计每个出版社卖的最便宜的书的价格：

3.3.统计不止一个作者的图书：

3.4.查询每个作者出的书的总价格:

九、F与Q查询

1、什么是F与Q查询

2、如何使用？有什么用？

3、F: 比较大小，查询卖出数大于库存数的书籍

4、F: 数字加减，将所有书籍的价格提升500块

5、F: 字符拼接：将所有书的名称后面加上爆款两个字

6、Q查询-或：查询卖出数大于100或者价格小于600的书籍

7、Q查询-Q的高阶用法

十、Django开启事务

a c1、什么是事务

2、如何使用？有什么用？

十一、orm中常用字段及参数

十二、数据库查询优化(only与defer、select_related与prefetch_related)

1、惰性执行：

2、 only与defer

1、only：

2、defer：

3、only与defer 的区别：

3、select_related与prefetch_related：

1、惰性查询

2、select_related：

3、prefetch_related()

4、select_related 和 prefrtch_related的优缺点比较

公告

2、多对多增删改查：