Django - ORM - 進階

時間  2019-11-13
標籤 django orm 進階 欄目 Python 简体版
原文   原文鏈接

1、多表操做

建立模型

實例：咱們來假定下面這些概念，字段和關係html

做者模型：一個做者有姓名和年齡。python

做者詳細模型：把做者的詳情放到詳情表，包含生日，手機號，家庭住址等信息。做者詳情模型和做者模型之間是一對一的關係（one-to-one）git

出版商模型：出版商有名稱，所在城市以及email。web

書籍模型： 書籍有書名和出版日期，一本書可能會有多個做者，一個做者也能夠寫多本書，因此做者和書籍的關係就是多對多的關聯關係(many-to-many);一本書只應該由一個出版商出版，因此出版商和書籍是一對多關聯關係(one-to-many)。sql

模型創建以下：數據庫

from django.db import models

# Create your models here.


class Author(models.Model):
    nid = models.AutoField(primary_key=True)
    name=models.CharField( max_length=32)
    age=models.IntegerField()

    # 與AuthorDetail創建一對一的關係
    authorDetail=models.OneToOneField(to="AuthorDetail",on_delete=models.CASCADE)

class AuthorDetail(models.Model):

    nid = models.AutoField(primary_key=True)
    birthday=models.DateField()
    telephone=models.BigIntegerField()
    addr=models.CharField( max_length=64)

class Publish(models.Model):
    nid = models.AutoField(primary_key=True)
    name=models.CharField( max_length=32)
    city=models.CharField( max_length=32)
    email=models.EmailField()


class Book(models.Model):

    nid = models.AutoField(primary_key=True)
    title = models.CharField( max_length=32)
    publishDate=models.DateField()
    price=models.DecimalField(max_digits=5,decimal_places=2)

    # 與Publish創建一對多的關係,外鍵字段創建在多的一方
    publish=models.ForeignKey(to="Publish",to_field="nid",on_delete=models.CASCADE)
    # 與Author表創建多對多的關係,ManyToManyField能夠建在兩個模型中的任意一個，自動建立第三張表
    authors=models.ManyToManyField(to='Author',)

生成表以下：django

 

注意事項：緩存

  •  表的名稱myapp_modelName，是根據 模型中的元數據自動生成的，也能夠覆寫爲別的名稱　　
  • id 字段是自動添加的
  •  對於外鍵字段，Django 會在字段名上添加"_id" 來建立數據庫中的列名
  •  這個例子中的CREATE TABLE SQL 語句使用PostgreSQL 語法格式，要注意的是Django 會根據settings 中指定的數據庫類型來使用相應的SQL 語句。
  •  定義好模型以後，你須要告訴Django _使用_這些模型。你要作的就是修改配置文件中的INSTALL_APPSZ中設置，在其中添加models.py所在應用的名稱。
  • 外鍵字段 ForeignKey 有一個 null=True 的設置(它容許外鍵接受空值 NULL)，你能夠賦給它空值 None 。

添加表記錄

操做前先簡單的錄入一些數據：app

publish表：ide

author表：

authordetail表:

一對多

1
2
3
4
5
6
方式 1 :
    publish_obj = Publish.objects.get(nid = 1 )
    book_obj = Book.objects.create(title = "金瓶眉" ,publishDate = "2012-12-12" ,price = 100 ,publish = publish_obj)
  
方式 2 :
    book_obj = Book.objects.create(title = "金瓶眉" ,publishDate = "2012-12-12" ,price = 100 ,publish_id = 1 )　　

核心：book_obj.publish與book_obj.publish_id是什麼？ 

多對多

複製代碼 
    # 當前生成的書籍對象
    book_obj=Book.objects.create(title="追風箏的人",price=200,publishDate="2012-11-12",publish_id=1)
    # 爲書籍綁定的作做者對象
    yuan=Author.objects.filter(name="yuan").first() # 在Author表中主鍵爲2的紀錄
    egon=Author.objects.filter(name="alex").first() # 在Author表中主鍵爲1的紀錄

    # 綁定多對多關係,即向關係表book_authors中添加紀錄
    book_obj.authors.add(yuan,egon)    #  將某些特定的 model 對象添加到被關聯對象集合中。   =======    book_obj.authors.add(*[])
複製代碼

數據庫表紀錄生成以下：

book表 

book_authors表

核心:book_obj.authors.all()是什麼？

多對多關係其它經常使用API：

1
2
3
book_obj.authors.remove()      # 將某個特定的對象從被關聯對象集合中去除。    ======   book_obj.authors.remove(*[])
book_obj.authors.clear()       #清空被關聯對象集合
book_obj.authors. set ()         #先清空再設置　　

more

2、基於對象的跨表查詢

一對多查詢（Publish與Book）

正向查詢(按字段：publish)：

1
2
3
4
# 查詢主鍵爲1的書籍的出版社所在的城市
book_obj = Book.objects. filter (pk = 1 ).first()
# book_obj.publish 是主鍵爲1的書籍對象關聯的出版社對象
print (book_obj.publish.city) 　

反向查詢(按表名：book_set)：

1
2
3
4
5
publish = Publish.objects.get(name = "蘋果出版社" )
#publish.book_set.all() : 與蘋果出版社關聯的全部書籍對象集合
book_list = publish.book_set. all ()    
for book_obj in book_list:
        print (book_obj.title)

一對一查詢（Author與AuthorDetail）

正向查詢(按字段：authorDetail)：

1
2
egon = Author.objects. filter (name = "egon" ).first()
print (egon.authorDetail.telephone)

反向查詢(按表名：author)：

1
2
3
4
5
# 查詢全部住址在北京的做者的姓名
 
authorDetail_list = AuthorDetail.objects. filter (addr = "beijing" )
for obj in authorDetail_list:
      print (obj.author.name)

多對多查詢（Author與Book）

正向查詢(按字段：authors)：

1
2
3
4
5
6
# 金瓶眉全部做者的名字以及手機號
 
book_obj = Book.objects. filter (title = "金瓶眉" ).first()
authors = book_obj.authors. all ()
for author_obj in authors:
      print (author_obj.name,author_obj.authorDetail.telephone)

反向查詢(按表名：book_set)：

1
2
3
4
5
6
# 查詢egon出過的全部書籍的名字
 
     author_obj = Author.objects.get(name = "egon" )
     book_list = author_obj.book_set. all ()        #與egon做者相關的全部書籍
     for book_obj in book_list:
         print (book_obj.title)

注意：

你能夠經過在 ForeignKey() 和ManyToManyField的定義中設置 related_name 的值來覆寫 FOO_set 的名稱。例如，若是 Article model 中作一下更改：

1
publish = ForeignKey(Book, related_name = 'bookList' )

那麼接下來就會如咱們看到這般：

1
2
3
4
# 查詢 人民出版社出版過的全部書籍
 
publish = Publish.objects.get(name = "人民出版社" )
book_list = publish.bookList. all ()  # 與人民出版社關聯的全部書籍對象集合

3、基於雙下劃的跨表查詢

 Django 還提供了一種直觀而高效的方式在查詢(lookups)中表示關聯關係，它能自動確認 SQL JOIN 聯繫。要作跨關係查詢，就使用兩個下劃線來連接模型(model)間關聯字段的名稱，直到最終連接到你想要的model 爲止。

''' 正向查詢按字段,反向查詢按表名小寫用來告訴ORM引擎join哪張表 '''

一對一查詢

# 查詢alex的手機號
    
    # 正向查詢
    ret=Author.objects.filter(name="alex").values("authordetail__telephone")

    # 反向查詢
    ret=AuthorDetail.objects.filter(author__name="alex").values("telephone")

一對多查詢

# 練習:  查詢蘋果出版社出版過的全部書籍的名字與價格(一對多)

    # 正向查詢 按字段:publish

    queryResult=Book.objects
　　　　　　　　　　　　.filter(publish__name="蘋果出版社")
　　　　　　　　　　　　.values_list("title","price")

    # 反向查詢 按表名:book

    queryResult=Publish.objects
　　　　　　　　　　　　　　.filter(name="蘋果出版社")
　　　　　　　　　　　　　　.values_list("book__title","book__price")

多對多查詢

# 練習: 查詢alex出過的全部書籍的名字(多對多)

    # 正向查詢 按字段:authors:
    queryResult=Book.objects
　　　　　　　　　　　　.filter(authors__name="yuan")
　　　　　　　　　　　　.values_list("title")

    # 反向查詢 按表名:book
    queryResult=Author.objects
　　　　　　　　　　　　　　.filter(name="yuan")
　　　　　　　　　　　　　　.values_list("book__title","book__price")

進階練習（連續跨表）

# 練習: 查詢人民出版社出版過的全部書籍的名字以及做者的姓名


    # 正向查詢
    queryResult=Book.objects
　　　　　　　　　　　　.filter(publish__name="人民出版社")
　　　　　　　　　　　　.values_list("title","authors__name")
    # 反向查詢
    queryResult=Publish.objects
　　　　　　　　　　　　　　.filter(name="人民出版社")
　　　　　　　　　　　　　　.values_list("book__title","book__authors__age","book__authors__name")


# 練習: 手機號以151開頭的做者出版過的全部書籍名稱以及出版社名稱


    # 方式1:
    queryResult=Book.objects
　　　　　　　　　　　　.filter(authors__authorDetail__telephone__regex="151")
　　　　　　　　　　　　.values_list("title","publish__name")
    # 方式2:    
    ret=Author.objects
              .filter(authordetail__telephone__startswith="151")
              .values("book__title","book__publish__name")

related_name

反向查詢時，若是定義了related_name ，則用related_name替換表名，例如：

publish = ForeignKey(Blog, related_name='bookList')

# 練習: 查詢人民出版社出版過的全部書籍的名字與價格(一對多)

# 反向查詢 再也不按表名:book,而是related_name:bookList


    queryResult=Publish.objects
　　　　　　　　　　　　　　.filter(name="人民出版社")
　　　　　　　　　　　　　　.values_list("bookList__title","bookList__price")

4、聚合查詢與分組查詢

聚合

aggregate(*args, **kwargs)

1
2
3
4
# 計算全部圖書的平均價格
     >>> from django.db.models import Avg
     >>> Book.objects. all ().aggregate(Avg( 'price' ))
     { 'price__avg' : 34.35 }

aggregate()是QuerySet 的一個終止子句，意思是說，它返回一個包含一些鍵值對的字典。鍵的名稱是聚合值的標識符，值是計算出來的聚合值。鍵的名稱是按照字段和聚合函數的名稱自動生成出來的。若是你想要爲聚合值指定一個名稱，能夠向聚合子句提供它。

1
2
>>> Book.objects.aggregate(average_price = Avg( 'price' ))
{ 'average_price' : 34.35 }

若是你但願生成不止一個聚合，你能夠向aggregate()子句中添加另外一個參數。因此，若是你也想知道全部圖書價格的最大值和最小值，能夠這樣查詢：

1
2
3
>>> from django.db.models import Avg, Max , Min
>>> Book.objects.aggregate(Avg( 'price' ), Max ( 'price' ), Min ( 'price' ))
{ 'price__avg' : 34.35 , 'price__max' : Decimal( '81.20' ), 'price__min' : Decimal( '12.99' )}

分組

###################################－－單表分組查詢－－#######################################################

查詢每個部門名稱以及對應的員工數

emp:

id  name age   salary    dep
  alex  12   2000     銷售部
  egon  22   3000     人事部
  wen   22   5000     人事部


sql語句:
select dep,Count(*) from emp group by dep;

ORM:
emp.objects.values("dep").annotate(c=Count("id")

###################################－－多表分組查詢－－###########################


多表分組查詢：

查詢每個部門名稱以及對應的員工數


emp:

id  name age   salary   dep_id
  alex  12   2000       1
  egon  22   3000       2
  wen   22   5000       2


dep

id   name 
   銷售部
   人事部



emp－dep:

id  name age   salary   dep_id   id   name 
  alex  12   2000       1      1    銷售部
  egon  22   3000       2      2    人事部
  wen   22   5000       2      2    人事部


sql語句:
select dep.name,Count(*) from emp left join dep on emp.dep_id=dep.id group by dep.id

ORM:
dep.objetcs.values("id").annotate(c=Count("emp")).values("name","c")
class Emp(models.Model):
    name=models.CharField(max_length=32)
    age=models.IntegerField()
    salary=models.DecimalField(max_digits=8,decimal_places=2)
    dep=models.CharField(max_length=32)
    province=models.CharField(max_length=32)
annotate()爲調用的QuerySet中每個對象都生成一個獨立的統計值（統計方法用聚合函數）。
總結 ：跨表分組查詢本質就是將關聯表join成一張表，再按單表的思路進行分組查詢。

查詢練習

(1) 練習：統計每個出版社的最便宜的書

1
2
3
publishList = Publish.objects.annotate(MinPrice = Min ( "book__price" ))
for publish_obj in publishList:
     print (publish_obj.name,publish_obj.MinPrice)

annotate的返回值是querySet，若是不想遍歷對象，能夠用上valuelist：

queryResult= Publish.objects
　　　　　　　　　　　　.annotate(MinPrice=Min("book__price"))
　　　　　　　　　　　　.values_list("name","MinPrice")
print(queryResult)
複製代碼 
'''


SELECT "app01_publish"."name", MIN("app01_book"."price")  AS "MinPrice" FROM "app01_publish" 
LEFT  JOIN "app01_book" ON ("app01_publish"."nid" = "app01_book"."publish_id") 
GROUP BY "app01_publish"."nid", "app01_publish"."name", "app01_publish"."city", "app01_publish"."email"

(2) 練習：統計每一本書的做者個數

ret=Book.objects.annotate(authorsNum=Count('authors__name'))

(3) 統計每一本以py開頭的書籍的做者個數：

 queryResult=Book.objects
　　　　　　　　　　 .filter(title__startswith="Py")
　　　　　　　　　 　.annotate(num_authors=Count('authors'))

(4) 統計不止一個做者的圖書：

queryResult=Book.objects
　　　　　　　　　　.annotate(num_authors=Count('authors'))
　　　　　　　　　　.filter(num_authors__gt=1)

(5) 根據一本圖書做者數量的多少對查詢集 QuerySet進行排序:

1
Book.objects.annotate(num_authors = Count( 'authors' )).order_by( 'num_authors' )

(6) 查詢各個做者出的書的總價格:

#   按author表的全部字段 group by
    queryResult=Author.objects
　　　　　　　　　　　　　　.annotate(SumPrice=Sum("book__price"))
　　　　　　　　　　　　　　.values_list("name","SumPrice")
    print(queryResult)

5、F查詢與Q查詢（F更新數據庫得字段，Q構造複雜條件）

F查詢

在上面全部的例子中，咱們構造的過濾器都只是將字段值與某個常量作比較。若是咱們要對兩個字段的值作比較，那該怎麼作呢？

Django 提供 F() 來作這樣的比較。F() 的實例能夠在查詢中引用字段，來比較同一個 model 實例中兩個不一樣字段的值。

1
2
3
4
# 查詢評論數大於收藏數的書籍
 
    from django.db.models import F
    Book.objects. filter (commnetNum__lt = F( 'keepNum' ))

Django 支持 F() 對象之間以及 F() 對象和常數之間的加減乘除和取模的操做。

1
2
# 查詢評論數大於收藏數2倍的書籍
     Book.objects. filter (commnetNum__lt = F( 'keepNum' ) * 2 )

修改操做也可使用F函數,好比將每一本書的價格提升30元：

1
Book.objects. all ().update(price = F( "price" ) + 30 )　

Q查詢

filter() 等方法中的關鍵字參數查詢都是一塊兒進行「AND」 的。 若是你須要執行更復雜的查詢（例如OR 語句），你可使用Q 對象。

1
2
from   django.db.models  import   Q
Q(title__startswith = 'Py' )

Q 對象可使用& 和| 操做符組合起來。當一個操做符在兩個Q 對象上使用時，它產生一個新的Q 對象。

1
bookList = Book.objects. filter (Q(authors__name = "yuan" )|Q(authors__name = "egon" ))

等同於下面的SQL WHERE 子句：

1
WHERE name  = "yuan"   OR name  = "egon"

你能夠組合& 和|  操做符以及使用括號進行分組來編寫任意複雜的Q 對象。同時，Q 對象可使用~ 操做符取反，這容許組合正常的查詢和取反(NOT) 查詢：

1
bookList = Book.objects. filter (Q(authors__name = "yuan" ) & ~Q(publishDate__year = 2017 )).values_list( "title" )

查詢函數能夠混合使用Q 對象和關鍵字參數。全部提供給查詢函數的參數（關鍵字參數或Q 對象）都將"AND」在一塊兒。可是，若是出現Q 對象，它必須位於全部關鍵字參數的前面。例如：

1
2
3
bookList = Book.objects. filter (Q(publishDate__year = 2016 ) | Q(publishDate__year = 2017 ),
                               title__icontains = "python"
                              ) 
# 查詢是字段名稱
# Book.objects.filter(Q(title='yuan')|Q(price='123'))

# Q() 查詢放str,
search_connection = Q()
search_connection.connector = 'or'
for search_field in self.search_fields:
    search_connection.children.append((search_field,key_words))

data_list = self.model.objects.all().filter(search_connection)

6、QuerySet

可切片

使用Python 的切片語法來限制查詢集記錄的數目 。它等同於SQL 的LIMIT 和OFFSET 子句。

1
>>> Entry.objects. all ()[:5]      # (LIMIT 5) 
>>> Entry.objects.all()[5:10]    # (OFFSET 5 LIMIT 5)

不支持負的索引（例如Entry.objects.all()[-1]）。一般，查詢集 的切片返回一個新的查詢集 —— 它不會執行查詢。

可迭代

articleList=models.Article.objects.all()

for article in articleList:
    print(article.title)

惰性查詢

查詢集 是惰性執行的 —— 建立查詢集不會帶來任何數據庫的訪問。你能夠將過濾器保持一成天，直到查詢集 須要求值時，Django 纔會真正運行這個查詢。

1
2
3
4
5
6
queryResult=models.Article.objects. all () #  not  hits  database
 
print(queryResult) # hits  database
 
for  article  in  queryResult:
     print(article.title)    # hits  database

 通常來講，只有在「請求」查詢集 的結果時纔會到數據庫中去獲取它們。當你確實須要結果時，查詢集 經過訪問數據庫來求值。

緩存機制

每一個查詢集都包含一個緩存來最小化對數據庫的訪問。理解它是如何工做的將讓你編寫最高效的代碼。

在一個新建立的查詢集中，緩存爲空。首次對查詢集進行求值 —— 同時發生數據庫查詢 ——Django 將保存查詢的結果到查詢集的緩存中並返回明確請求的結果（例如，若是正在迭代查詢集，則返回下一個結果）。接下來對該查詢集 的求值將重用緩存的結果。

請牢記這個緩存行爲，由於對查詢集使用不當的話，它會坑你的。例如，下面的語句建立兩個查詢集，對它們求值，而後扔掉它們：

1
2
print([a.title  for  a  in  models.Article.objects. all ()])
print([a.create_time  for  a  in  models.Article.objects. all ()])

這意味着相同的數據庫查詢將執行兩次，顯然倍增了你的數據庫負載。同時，還有可能兩個結果列表並不包含相同的數據庫記錄，由於在兩次請求期間有可能有Article被添加進來或刪除掉。爲了不這個問題，只需保存查詢集並從新使用它：

1
2
3
queryResult=models.Article.objects. all ()
print([a.title  for  a  in  queryResult])
print([a.create_time  for  a  in  queryResult])

什麼時候查詢集不會被緩存?

查詢集不會永遠緩存它們的結果。當只對查詢集的部分進行求值時會檢查緩存， 若是這個部分不在緩存中，那麼接下來查詢返回的記錄都將不會被緩存。因此，這意味着使用切片或索引來限制查詢集將不會填充緩存。

例如，重複獲取查詢集對象中一個特定的索引將每次都查詢數據庫：

1
2
3
>>> queryset  =  Entry.objects. all ()
>>>  print  queryset[ 5 ]  # Queries the database
>>>  print  queryset[ 5 ]  # Queries the database again

然而，若是已經對所有查詢集求值過，則將檢查緩存：

1
2
3
4
>>> queryset  =  Entry.objects. all ()
>>> [entry  for  entry  in  queryset]  # Queries the database
>>>  print  queryset[ 5 ]  # Uses cache
>>>  print  queryset[ 5 ]  # Uses cache

下面是一些其它例子，它們會使得所有的查詢集被求值並填充到緩存中：

1
2
3
4
>>> [entry  for  entry  in  queryset]
>>>  bool (queryset)
>>> entry  in  queryset
>>>  list (queryset)

注：簡單地打印查詢集不會填充緩存。

queryResult=models.Article.objects.all()

print (queryResult)  #  hits database
print (queryResult)  #  hits database

exists()與iterator()方法

exists：

簡單的使用if語句進行判斷也會徹底執行整個queryset而且把數據放入cache，雖然你並不須要這些 數據！爲了不這個，能夠用exists()方法來檢查是否有數據：

 if queryResult.exists():
    #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=()
        print("exists...")

iterator:

當queryset很是巨大時，cache會成爲問題。

處理成千上萬的記錄時，將它們一次裝入內存是很浪費的。更糟糕的是，巨大的queryset可能會鎖住系統 進程，讓你的程序瀕臨崩潰。要避免在遍歷數據的同時產生queryset cache，可使用iterator()方法 來獲取數據，處理完數據就將其丟棄。

複製代碼 
objs = Book.objects.all().iterator()
# iterator()能夠一次只從數據庫獲取少許數據，這樣能夠節省內存
for obj in objs:
    print(obj.title)
#BUT,再次遍歷沒有打印,由於迭代器已經在上一次遍歷(next)到最後一次了,沒得遍歷了
for obj in objs:
    print(obj.title)
複製代碼

固然，使用iterator()方法來防止生成cache，意味着遍歷同一個queryset時會重複執行查詢。因此使 #用iterator()的時候要小心，確保你的代碼在操做一個大的queryset時沒有重複執行查詢。

總結:

queryset的cache是用於減小程序對數據庫的查詢，在一般的使用下會保證只有在須要的時候纔會查詢數據庫。 使用exists()和iterator()方法能夠優化程序對內存的使用。不過，因爲它們並不會生成queryset cache，可能 會形成額外的數據庫查詢。　

7、中介模型

處理相似搭配 pizza 和 topping 這樣簡單的多對多關係時，使用標準的ManyToManyField  就能夠了。可是，有時你可能須要關聯數據到兩個模型之間的關係上。

例如，有這樣一個應用，它記錄音樂家所屬的音樂小組。咱們能夠用一個ManyToManyField 表示小組和成員之間的多對多關係。可是，有時你可能想知道更多成員關係的細節，好比成員是什麼時候加入小組的。

對於這些狀況，Django 容許你指定一箇中介模型來定義多對多關係。 你能夠將其餘字段放在中介模型裏面。源模型的ManyToManyField 字段將使用through 參數指向中介模型。對於上面的音樂小組的例子，代碼以下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
from  django.db  import  models
 
class  Person(models.Model):
     name  =  models.CharField(max_length = 128 )
 
     def  __str__( self ):               # __unicode__ on Python 2
         return  self .name
 
class  Group(models.Model):
     name  =  models.CharField(max_length = 128 )
     members  =  models.ManyToManyField(Person, through = 'Membership' )
 
     def  __str__( self ):               # __unicode__ on Python 2
         return  self .name
 
class  Membership(models.Model):
     person  =  models.ForeignKey(Person)
     group  =  models.ForeignKey(Group)
     date_joined  =  models.DateField()
     invite_reason  =  models.CharField(max_length = 64 )

既然你已經設置好ManyToManyField 來使用中介模型（在這個例子中就是Membership），接下來你要開始建立多對多關係。你要作的就是建立中介模型的實例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
>>> ringo  =  Person.objects.create(name = "Ringo Starr" )
>>> paul  =  Person.objects.create(name = "Paul McCartney" )
>>> beatles  =  Group.objects.create(name = "The Beatles" )
>>> m1  =  Membership(person = ringo, group = beatles,
...     date_joined = date( 1962 ,  8 ,  16 ),
...     invite_reason = "Needed a new drummer." )
>>> m1.save()
>>> beatles.members. all ()
[<Person: Ringo Starr>]
>>> ringo.group_set. all ()
[<Group: The Beatles>]
>>> m2  =  Membership.objects.create(person = paul, group = beatles,
...     date_joined = date( 1960 ,  8 ,  1 ),
...     invite_reason = "Wanted to form a band." )
>>> beatles.members. all ()
[<Person: Ringo Starr>, <Person: Paul McCartney>]

與普通的多對多字段不一樣，你不能使用add、 create和賦值語句（好比，beatles.members = [...]）來建立關係：

1
2
3
4
5
6
# THIS WILL NOT WORK
>>> beatles.members.add(john)
# NEITHER WILL THIS
>>> beatles.members.create(name = "George Harrison" )
# AND NEITHER WILL THIS
>>> beatles.members  =  [john, paul, ringo, george]

爲何不能這樣作？ 這是由於你不能只建立 Person和 Group之間的關聯關係，你還要指定 Membership模型中所須要的全部信息；而簡單的add、create 和賦值語句是作不到這一點的。因此它們不能在使用中介模型的多對多關係中使用。此時，惟一的辦法就是建立中介模型的實例。

 remove()方法被禁用也是出於一樣的緣由。可是clear() 方法倒是可用的。它能夠清空某個實例全部的多對多關係：

1
2
3
4
5
>>>  # Beatles have broken up
>>> beatles.members.clear()
>>>  # Note that this deletes the intermediate model instances
>>> Membership.objects. all ()
[]  

8、查詢優化

表數據

class UserInfo(AbstractUser):
    """
    用戶信息
    """
    nid = models.BigAutoField(primary_key=True)
    nickname = models.CharField(verbose_name='暱稱', max_length=32)
    telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手機號碼')
    avatar = models.FileField(verbose_name='頭像',upload_to = 'avatar/',default="/avatar/default.png")
    create_time = models.DateTimeField(verbose_name='建立時間', auto_now_add=True)
 
    fans = models.ManyToManyField(verbose_name='粉絲們',
                                  to='UserInfo',
                                  through='UserFans',
                                  related_name='f',
                                  through_fields=('user', 'follower'))
 
    def __str__(self):
        return self.username
 
class UserFans(models.Model):
    """
    互粉關係表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey(verbose_name='博主', to='UserInfo', to_field='nid', related_name='users')
    follower = models.ForeignKey(verbose_name='粉絲', to='UserInfo', to_field='nid', related_name='followers')
 
class Blog(models.Model):
 
    """
    博客信息
    """
    nid = models.BigAutoField(primary_key=True)
    title = models.CharField(verbose_name='我的博客標題', max_length=64)
    site = models.CharField(verbose_name='我的博客後綴', max_length=32, unique=True)
    theme = models.CharField(verbose_name='博客主題', max_length=32)
    user = models.OneToOneField(to='UserInfo', to_field='nid')
    def __str__(self):
        return self.title
 
class Category(models.Model):
    """
    博主我的文章分類表
    """
    nid = models.AutoField(primary_key=True)
    title = models.CharField(verbose_name='分類標題', max_length=32)
 
    blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid')
 
class Article(models.Model):
 
    nid = models.BigAutoField(primary_key=True)
    title = models.CharField(max_length=50, verbose_name='文章標題')
    desc = models.CharField(max_length=255, verbose_name='文章描述')
    read_count = models.IntegerField(default=0)
    comment_count= models.IntegerField(default=0)
    up_count = models.IntegerField(default=0)
    down_count = models.IntegerField(default=0)
    category = models.ForeignKey(verbose_name='文章類型', to='Category', to_field='nid', null=True)
    create_time = models.DateField(verbose_name='建立時間')
    blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid')
    tags = models.ManyToManyField(
        to="Tag",
        through='Article2Tag',
        through_fields=('article', 'tag'),
)
 
 
class ArticleDetail(models.Model):
    """
    文章詳細表
    """
    nid = models.AutoField(primary_key=True)
    content = models.TextField(verbose_name='文章內容', )
 
    article = models.OneToOneField(verbose_name='所屬文章', to='Article', to_field='nid')
 
 
class Comment(models.Model):
    """
    評論表
    """
    nid = models.BigAutoField(primary_key=True)
    article = models.ForeignKey(verbose_name='評論文章', to='Article', to_field='nid')
    content = models.CharField(verbose_name='評論內容', max_length=255)
    create_time = models.DateTimeField(verbose_name='建立時間', auto_now_add=True)
 
    parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父級評論')
    user = models.ForeignKey(verbose_name='評論者', to='UserInfo', to_field='nid')
 
    up_count = models.IntegerField(default=0)
 
    def __str__(self):
        return self.content
 
class ArticleUpDown(models.Model):
    """
    點贊表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey('UserInfo', null=True)
    article = models.ForeignKey("Article", null=True)
    models.BooleanField(verbose_name='是否贊')
 
class CommentUp(models.Model):
    """
    點贊表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey('UserInfo', null=True)
    comment = models.ForeignKey("Comment", null=True)
 
 
class Tag(models.Model):
    nid = models.AutoField(primary_key=True)
    title = models.CharField(verbose_name='標籤名稱', max_length=32)
    blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid')
 
 
 
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='標籤', to="Tag", to_field='nid')
View Code

select_related

簡單使用

對於一對一字段（OneToOneField）和外鍵字段（ForeignKey），可使用select_related 來對QuerySet進行優化。

select_related 返回一個QuerySet，當執行它的查詢時它沿着外鍵關係查詢關聯的對象的數據。它會生成一個複雜的查詢並引發性能的損耗，可是在之後使用外鍵關係時將不須要數據庫查詢。

簡單說，在對QuerySet使用select_related()函數後，Django會獲取相應外鍵對應的對象，從而在以後須要的時候沒必要再查詢數據庫了。

下面的例子解釋了普通查詢和select_related() 查詢的區別。

查詢id=2的文章的分類名稱,下面是一個標準的查詢：

1
2
3
4
5
# Hits the database.
article = models.Article.objects.get(nid = 2 )
 
# Hits the database again to get the related Blog object.
print (article.category.title) 
'''
 
SELECT
    "blog_article"."nid",
    "blog_article"."title",
    "blog_article"."desc",
    "blog_article"."read_count",
    "blog_article"."comment_count",
    "blog_article"."up_count",
    "blog_article"."down_count",
    "blog_article"."category_id",
    "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id"
             FROM "blog_article"
             WHERE "blog_article"."nid" = 2; args=(2,)
 
SELECT
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
              FROM "blog_category"
              WHERE "blog_category"."nid" = 4; args=(4,)
 
 
'''
View Code

若是咱們使用select_related()函數：

1
2
3
4
5
6
7
articleList=models.Article.objects.select_related( "category" ). all ()
 
 
     for  article_obj  in  articleList:
         #  Doesn't hit the  database , because article_obj.category
         #  has been prepopulated  in  the previous query.
         print(article_obj.category.title) 

SELECT
     "blog_article"."nid",
     "blog_article"."title",
     "blog_article"."desc",
     "blog_article"."read_count",
     "blog_article"."comment_count",
     "blog_article"."up_count",
     "blog_article"."down_count",
     "blog_article"."category_id",
     "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id",
 
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
 
FROM "blog_article"
LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid");
View Code

多外鍵查詢

這是針對category的外鍵查詢，若是是另一個外鍵呢？讓咱們一塊兒看下：

1
2
article=models.Article.objects.select_related( "category" ).get(nid=1)
print(article.articledetail)

 觀察logging結果，發現依然須要查詢兩次，因此須要改成：

1
2
article=models.Article.objects.select_related( "category" , "articledetail" ).get(nid=1)
print(article.articledetail)

 或者：

article=models.Article.objects
　　　　　　　　　　　　　.select_related("category")
　　　　　　　　　　　　　.select_related("articledetail")
　　　　　　　　　　　　　.get(nid=1)  # django 1.7 支持鏈式操做
print(article.articledetail)
SELECT
 
    "blog_article"."nid",
    "blog_article"."title",
    ......
 
    "blog_category"."nid",
    "blog_category"."title",
    "blog_category"."blog_id",
 
    "blog_articledetail"."nid",
    "blog_articledetail"."content",
    "blog_articledetail"."article_id"
 
   FROM "blog_article"
   LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid")
   LEFT OUTER JOIN "blog_articledetail" ON ("blog_article"."nid" = "blog_articledetail"."article_id")
   WHERE "blog_article"."nid" = 1; args=(1,)
View Code

深層查詢

1
2
3
4
# 查詢id=1的文章的用戶姓名
 
     article=models.Article.objects.select_related( "blog" ).get(nid=1)
     print(article.blog. user .username)

 依然須要查詢兩次：

SELECT
    "blog_article"."nid",
    "blog_article"."title",
    ......
 
     "blog_blog"."nid",
     "blog_blog"."title",
 
   FROM "blog_article" INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
   WHERE "blog_article"."nid" = 1;
 
 
 
 
SELECT
    "blog_userinfo"."password",
    "blog_userinfo"."last_login",
    ......
 
FROM "blog_userinfo"
WHERE "blog_userinfo"."nid" = 1;
View Code

這是由於第一次查詢沒有query到userInfo表，因此，修改以下：

1
2
article=models.Article.objects.select_related( "blog__user" ).get(nid=1)
print(article.blog. user .username) 
SELECT
 
"blog_article"."nid", "blog_article"."title",
......
 
 "blog_blog"."nid", "blog_blog"."title",
......
 
 "blog_userinfo"."password", "blog_userinfo"."last_login",
......
 
FROM "blog_article"
 
INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
 
INNER JOIN "blog_userinfo" ON ("blog_blog"."user_id" = "blog_userinfo"."nid")
WHERE "blog_article"."nid" = 1;
View Code

總結

  1. select_related主要針一對一和多對一關係進行優化。
  2. select_related使用SQL的JOIN語句進行優化，經過減小SQL查詢的次數來進行優化、提升性能。
  3. 能夠經過可變長參數指定須要select_related的字段名。也能夠經過使用雙下劃線「__」鏈接字段名來實現指定的遞歸查詢。
  4. 沒有指定的字段不會緩存，沒有指定的深度不會緩存，若是要訪問的話Django會再次進行SQL查詢。
  5. 也能夠經過depth參數指定遞歸的深度，Django會自動緩存指定深度內全部的字段。若是要訪問指定深度外的字段，Django會再次進行SQL查詢。
  6. 也接受無參數的調用，Django會盡量深的遞歸查詢全部的字段。但注意有Django遞歸的限制和性能的浪費。
  7. Django >= 1.7，鏈式調用的select_related至關於使用可變長參數。Django < 1.7，鏈式調用會致使前邊的select_related失效，只保留最後一個。

prefetch_related()

對於多對多字段（ManyToManyField）和一對多字段，可使用prefetch_related()來進行優化。

prefetch_related()和select_related()的設計目的很類似，都是爲了減小SQL查詢的數量，可是實現的方式不同。後者是經過JOIN語句，在SQL查詢內解決問題。可是對於多對多關係，使用SQL語句解決就顯得有些不太明智，由於JOIN獲得的表將會很長，會致使SQL語句運行時間的增長和內存佔用的增長。如有n個對象，每一個對象的多對多字段對應Mi條，就會生成Σ(n)Mi 行的結果表。

prefetch_related()的解決方法是，分別查詢每一個表，而後用Python處理他們之間的關係。

1
2
3
4
5
# 查詢全部文章關聯的全部標籤
     article_obj=models.Article.objects. all ()
     for  i  in  article_obj:
 
         print(i.tags. all ())  #4篇文章: hits  database  5

改成prefetch_related：

1
2
3
4
5
# 查詢全部文章關聯的全部標籤
     article_obj=models.Article.objects.prefetch_related( "tags" ). all ()
     for  i  in  article_obj:
 
         print(i.tags. all ())  #4篇文章: hits  database  2 
SELECT "blog_article"."nid",
               "blog_article"."title",
               ......
 
FROM "blog_article";
 
 
 
SELECT
  ("blog_article2tag"."article_id") AS "_prefetch_related_val_article_id",
  "blog_tag"."nid",
  "blog_tag"."title",
  "blog_tag"."blog_id"
   FROM "blog_tag"
  INNER JOIN "blog_article2tag" ON ("blog_tag"."nid" = "blog_article2tag"."tag_id")
  WHERE "blog_article2tag"."article_id" IN (1, 2, 3, 4);
View Code

9、extra

extra(select=None, where=None, params=None, 
      tables=None, order_by=None, select_params=None)

有些狀況下，Django的查詢語法難以簡單的表達複雜的 WHERE 子句，對於這種狀況, Django 提供了 extra() QuerySet修改機制 — 它能在 QuerySet生成的SQL從句中注入新子句

extra能夠指定一個或多個 參數,例如 select, where or tables. 這些參數都不是必須的，可是你至少要使用一個!要注意這些額外的方式對不一樣的數據庫引擎可能存在移植性問題.(由於你在顯式的書寫SQL語句),除非萬不得已,儘可能避免這樣作

參數之select

The select 參數可讓你在 SELECT 從句中添加其餘字段信息，它應該是一個字典，存放着屬性名到 SQL 從句的映射。

queryResult=models.Article
　　　　　　　　　　　.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})

結果集中每一個 Entry 對象都有一個額外的屬性is_recent, 它是一個布爾值，表示 Article對象的create_time 是否晚於2017-09-05.

練習：

複製代碼 
# in sqlite:
    article_obj=models.Article.objects
　　　　　　　　　　　　　　.filter(nid=1)
　　　　　　　　　　　　　　.extra(select={"standard_time":"strftime('%%Y-%%m-%%d',create_time)"})
　　　　　　　　　　　　　　.values("standard_time","nid","title")
    print(article_obj)
    # <QuerySet [{'title': 'MongoDb 入門教程', 'standard_time': '2017-09-03', 'nid': 1}]>
複製代碼

參數之where / tables

您可使用where定義顯式SQL WHERE子句 - 也許執行非顯式鏈接。您可使用tables手動將表添加到SQL FROM子句。

where和tables都接受字符串列表。全部where參數均爲「與」任何其餘搜索條件。

舉例來說：

queryResult=models.Article
　　　　　　　　　　　.objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])

 

10、總體插入

建立對象時，儘量使用bulk_create()來減小SQL查詢的數量。例如：

Entry.objects.bulk_create([
    Entry(headline="Python 3.0 Released"),
    Entry(headline="Python 3.1 Planned")
])

...更優於：

Entry.objects.create(headline="Python 3.0 Released")
Entry.objects.create(headline="Python 3.1 Planned")

注意該方法有不少注意事項，因此確保它適用於你的狀況。

這也能夠用在ManyToManyFields中，因此：

my_band.members.add(me, my_friend)

...更優於：

my_band.members.add(me)
my_band.members.add(my_friend)

...其中Bands和Artists具備多對多關聯。

 

https://www.cnblogs.com/yuanchenqi/articles/8963244.html
https://www.cnblogs.com/yuanchenqi/articles/7570003.htm

11、補充 - query

 　　# 查詢沙河出版社 出版社的 書名 價格

    # ret = Publish.objects.filter(name='沙河出版社').values('book__title','book__price')

    # 還有一種寫法：
    # ret = Book.objects.filter(publish__name='沙河出版社').values('title','price')
    #
    # print(ret)

    # print(ret.query)  # 查詢單條語句的 sql
    """
    SELECT 
      "app01_book"."title", "app01_book"."price" 
    FROM "app01_publish" 
    LEFT OUTER JOIN "app01_book" ON ("app01_publish"."nid" = "app01_book"."publish_id")
    WHERE "app01_publish"."name" = 沙河出版社

    
    """
    """
    SELECT 
      "app01_book"."title", "app01_book"."price" 
    FROM "app01_book" 
    INNER JOIN "app01_publish" ON ("app01_book"."publish_id" = "app01_publish"."nid") 
    WHERE "app01_publish"."name" = 沙河出版社

    
    """

    """
    select 
      Book.title,Book.price 
    from Publish 
    inner join Book on Publish.pk = Book.publish_id 
    where publish.name = '沙河出版社' 
    
    
    """

 

12、補充 - only defer  selected_related  prefetch_related （和性能相關得）

ORM補充：
    a. 需求: 只取某n列
        queryset=[ {},{}]
        models.User.objects.all().values( 'id','name')
        
        queryset=[ (),()]
        models.User.objects.all().values_list( 'id','name')
        
        queryset=[ obj,obj]
        result = models.User.objects.all().only('id','name','age')        # 只取
        # result = models.User.objects.all().defer('id','name','age')    # 排除
        for item in reuslt:
            print(item.id,item.name,item.age)
    b. 需求: 打印全部用戶姓名以及部門名稱
        
        class depart:
            title = ....
        
        
        class User:
            name = ...
            dp = FK(depart)
            
        # select * from user 
        # result = models.User.objects.all()
        # for item in result:
        #     print(item.name)
        
        # select * from user left join depart on user.dp_id = depart.id 
        # result = models.User.objects.all().selected_related('dp')   # 性能上提升
        # for item in result:
            #print(item.name,item.dp.title )

 

        - only
        - defer
        - seleted_related 
        - prefetch_related
    
        示例：
            class Depart(models.Model): 5個部門
                title = models.CharField(...)

            class User(models.Model):   10個用戶
                name = models.CharField(...)
                email = models.CharField(...)
                dp = models.FK(Depart)

            1.之前的你：11次單表查詢

                result = User.objects.all()
                for item in result:
                    print(item.name,item.dp.title)

            2. seleted_related，主動作連表查詢（1次鏈表）（支持onetoone FK）

                result = User.objects.all().seleted_related('dp')
                for item in result:
                    print(item.name,item.dp.title)

                問題：若是鏈表多，性能愈來愈差。

            3. prefetch_related：2次單表查詢 (還支持m2m)
                # select * from user ;
                # 經過python代碼獲取：dp_id = [1,2]
                # select * from depart where id in dp_id
                result = User.objects.all().prefetch_related('dp')
                for item in result:
                    print(item.name,item.dp.title)

        
        贈送：
            爲何要有FK； 如何沒有FK，全部的數據就都得存在一張表裏；浪費硬盤；下降了查詢速度，插入有約束；
            可是：    
                數據量比較大，不會使用FK，容許出現數據冗餘。由於單表查詢速度快。

 

十3、orm操做，偏原生sql, using ... 選擇數據庫

        - select_related,連表操做，至關於主動作join
        - prefeth_related,屢次單表操做，先查詢想要的數據，而後構造條件,如：id=[1,2,3]，再次查詢其餘表根據id作條件。
        - only
        - defer
        - F 更新數據庫字段
        - Q 構造複雜條件
        - 經過ORM寫偏原生SQL： 
            https://www.cnblogs.com/wupeiqi/articles/6216618.html
            - extra
                    Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))
                    Entry.objects.extra(where=['headline=%s'], params=['Lennon'])
                    Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])
                    Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])

            - raw
                # 執行原生SQL
                models.UserInfo.objects.raw('select * from userinfo')

                # 若是SQL是其餘表時，必須將名字設置爲當前UserInfo對象的主鍵列名
                models.UserInfo.objects.raw('select id as nid from 其餘表')

                # 爲原生SQL設置參數
                models.UserInfo.objects.raw('select id as nid from userinfo where nid>%s', params=[12,])
                
                name_map = {'first': 'first_name', 'last': 'last_name', 'bd': 'birth_date', 'pk': 'id'}
                Person.objects.raw('SELECT * FROM some_other_table', translations=name_map)
                
            - 原生SQL
                
                from django.db import connection, connections
                cursor = connection.cursor()  # cursor = connections['default'].cursor()
                cursor.execute("""SELECT * from auth_user where id = %s""", [1])
                row = cursor.fetchone() # fetchall()/fetchmany(..)
            PS: 選擇數據庫
                queryset = models.Course.objects.using('default').all()
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程