ORM
映射關係：html
表名 <－－－－－－－> 類名 字段 <－－－－－－－> 屬性 表記錄 <－－－－－－－> 類實例對象
建立表(創建模型)
實例：咱們來假定下面這些概念，字段和關係python
做者模型：一個做者有姓名和年齡。git
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）sql
出版商模型：出版商有名稱，所在城市以及email。數據庫
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)。django
模型創建以下：緩存
from django.db import models 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) keepNum = models.IntegerField() commentNum = models.IntegerField() # 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')
經過logging能夠查看翻譯成的sql語句（在settings.py裏配置）sass
LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'class':'logging.StreamHandler', }, }, 'loggers': { 'django.db.backends': { 'handlers': ['console'], 'propagate': True, 'level':'DEBUG', }, } }
注意事項：app
- 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 TABLESQL 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 。
字段選項
每一個字段有一些特有的參數，例如，CharField須要max_length參數來指定varchar數據庫字段的大小。還有一些適用於全部字段的通用參數。 這些參數在文檔中有詳細定義，這裏咱們只簡單介紹一些最經常使用的：ide
(1)null 若是爲True，Django 將用NULL 來在數據庫中存儲空值。 默認值是 False. (1)blank 若是爲True，該字段容許不填。默認爲False。 要注意，這與 null 不一樣。null純粹是數據庫範疇的，而 blank 是數據驗證範疇的。 若是一個字段的blank=True，表單的驗證將容許該字段是空值。若是字段的blank=False，該字段就是必填的。 (2)default 字段的默認值。能夠是一個值或者可調用對象。若是可調用 ，每有新對象被建立它都會被調用。 (3)primary_key 若是爲True，那麼這個字段就是模型的主鍵。若是你沒有指定任何一個字段的primary_key=True， Django 就會自動添加一個IntegerField字段作爲主鍵，因此除非你想覆蓋默認的主鍵行爲， 不然不必設置任何一個字段的primary_key=True。 (4)unique 若是該值設置爲 True, 這個數據字段的值在整張表中必須是惟一的 (5)choices 由二元組組成的一個可迭代對象（例如，列表或元組），用來給字段提供選擇項。 若是設置了choices ，默認的表單將是一個選擇框而不是標準的文本框，並且這個選擇框的選項就是choices 中的選項。 這是一個關於 choices 列表的例子： YEAR_IN_SCHOOL_CHOICES = ( ('FR', 'Freshman'), ('SO', 'Sophomore'), ('JR', 'Junior'), ('SR', 'Senior'), ('GR', 'Graduate'), ) 每一個元組中的第一個元素，是存儲在數據庫中的值；第二個元素是在管理界面或 ModelChoiceField 中用做顯示的內容。 在一個給定的 model 類的實例中，想獲得某個 choices 字段的顯示值，就調用 get_FOO_display 方法(這裏的 FOO 就是 choices 字段的名稱 )。例如： from django.db import models class Person(models.Model): SHIRT_SIZES = ( ('S', 'Small'), ('M', 'Medium'), ('L', 'Large'), ) name = models.CharField(max_length=60) shirt_size = models.CharField(max_length=1, choices=SHIRT_SIZES) >>> p = Person(name="Fred Flintstone", shirt_size="L") >>> p.save() >>> p.shirt_size 'L' >>> p.get_shirt_size_display() 'Large'
一旦你創建好數據模型以後，django會自動生成一套數據庫抽象的API，可讓你執行關於表記錄的增刪改查的操做。
添加表記錄
普通字段
# 方式1 publish_obj = Publish(name="人民出版社", city="北京", email="renMin@163.com") publish_obj.save() # 將數據保存到數據庫 # 方式2 # 返回值publish_obj是添加的記錄對象 publish_obj = Publish.objects.create(name="人民出版社", city="北京", email="renMin@163.com") # 方式3 publish_obj = Publish.objects.create(**request.POST.dict())
外鍵字段
# 方式一 publish_obj = Publish.objects.get(nid=1) Book.objects.create(title="追風箏的人", publishDate="2019-12-12", price=665, pageNum=334, publish=publish_obj) # 方式二 Book.objects.create(title="追風箏的人", publishDate="2019-12-12", price=665, pageNum=334, publish_id=1)
關鍵點：book_obj.publish是什麼？
多對多字段
book_obj = Book.objects.create(title="追風箏的人", publishDate="2019-12-12", price=69, pageNum=314, publish_id=1) author_小李 = Author.objects.create(name="小李", age=23, authorDetail_id=1) author_egon = Author.objects.create(name="egon", age=32, authorDetail_id=2) # 將某個特定的 model 對象添加到被關聯對象集合中。 ======= book_obj.authors.add(*[]) book_obj.authors.add(author_egon, author_小李) # 建立並保存一個新對象，而後將這個對象加被關聯對象的集合中，而後返回這個新對象。 book_obj.authors.create()
關鍵點：book_obj.authors是什麼？
解除關係：
# 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.remove() #清空被關聯對象集合。 book_obj.authors.clear()
class RelatedManager
"關聯管理器"是在一對多或者多對多的關聯上下文中使用的管理器。它存在於下面兩種狀況：
ForeignKey關係的「另外一邊」。像這樣：
from django.db import models class Reporter(models.Model): # ... pass class Article(models.Model): reporter = models.ForeignKey(Reporter, on_delete=models.CASCADE)
在上面的例子中，管理器reporter.article_set擁有下面的方法。
ManyToManyField關係的兩邊：
class Topping(models.Model): # ... pass class Pizza(models.Model): toppings = models.ManyToManyField(Topping)
這個例子中，topping.pizza_set 和pizza.toppings都擁有下面的方法。
add(obj1[, obj2, ...])
把指定的模型對象添加到關聯對象集中。 例如： >>> b = Blog.objects.get(id=1) >>> e = Entry.objects.get(id=234) >>> b.entry_set.add(e) # Associates Entry e with Blog b. 在上面的例子中，對於ForeignKey關係，e.save()由關聯管理器調用，執行更新操做。然而，在多對多關係中使用add()並不會調用任何 save()方法，而是由QuerySet.bulk_create()建立關係。 延伸： # 1 *[]的使用 >>> book_obj = Book.objects.get(id=1) >>> author_list = Author.objects.filter(id__gt=2) >>> book_obj.authors.add(*author_list) # 2 直接綁定主鍵 book_obj.authors.add(*[1,3])
# 將id=1和id=3的做者對象添加到這本書的做者集合中 # 應用: 添加或者編輯時,提交做者信息時能夠用到.
create(**kwargs)
建立一個新的對象，保存對象，並將它添加到關聯對象集之中。返回新建立的對象： >>> b = Blog.objects.get(id=1) >>> e = b.entry_set.create( ... headline='Hello', ... body_text='Hi', ... pub_date=datetime.date(2005, 1, 1) ... ) # No need to call e.save() at this point -- it's already been saved. 這徹底等價於（不過更加簡潔於）： >>> b = Blog.objects.get(id=1) >>> e = Entry( ... blog=b, ... headline='Hello', ... body_text='Hi', ... pub_date=datetime.date(2005, 1, 1) ... ) >>> e.save(force_insert=True) 要注意咱們並不須要指定模型中用於定義關係的關鍵詞參數。在上面的例子中，咱們並無傳入blog參數給create()。Django會明白新的 Entry對象blog 應該添加到b中。
remove(obj1[, obj2, ...])
從關聯對象集中移除執行的模型對象： >>> b = Blog.objects.get(id=1) >>> e = Entry.objects.get(id=234) >>> b.entry_set.remove(e) # Disassociates Entry e from Blog b. 對於ForeignKey對象，這個方法僅在null=True時存在。
clear()
從關聯對象集中移除一切對象。 >>> b = Blog.objects.get(id=1) >>> b.entry_set.clear() 注意這樣不會刪除對象 —— 只會刪除他們之間的關聯。 就像 remove() 方法同樣，clear()只能在 null=True的ForeignKey上被調用。
set()方法
先清空，在設置，編輯書籍時便可用到
注意
對於全部類型的關聯字段，add()、create()、remove()和clear(),set()都會立刻更新數據庫。換句話說，在關聯的任何一端，都不須要再調用save()方法。
直接賦值：
經過賦值一個新的可迭代的對象，關聯對象集能夠被總體替換掉。
>>> new_list = [obj1, obj2, obj3]
>>> e.related_set = new_list
若是外鍵關係知足null=True，關聯管理器會在添加new_list中的內容以前，首先調用clear()方法來解除關聯集中一切已存在對象的關聯。不然， new_list中的對象會在已存在的關聯的基礎上被添加。
查詢表記錄
查詢相關API
<1> all(): 查詢全部結果 <2> filter(**kwargs): 它包含了與所給篩選條件相匹配的對象 <3> get(**kwargs): 返回與所給篩選條件相匹配的對象，返回結果有且只有一個， 若是符合篩選條件的對象超過一個或者沒有都會拋出錯誤。 <5> exclude(**kwargs): 它包含了與所給篩選條件不匹配的對象 <4> values(*field): 返回一個ValueQuerySet——一個特殊的QuerySet，運行後獲得的並非一系列 model的實例化對象，而是一個可迭代的字典序列 <9> values_list(*field): 它與values()很是類似，它返回的是一個元組序列，values返回的是一個字典序列 <6> order_by(*field): 對查詢結果排序 <7> reverse(): 對查詢結果反向排序 <8> distinct(): 從返回結果中剔除重複紀錄 <10> count(): 返回數據庫中匹配查詢(QuerySet)的對象數量。 <11> first(): 返回第一條記錄 <12> last(): 返回最後一條記錄 <13> exists(): 若是QuerySet包含數據，就返回True，不然返回False
注意：必定區分object與querySet的區別 ！！！
雙下劃線之單表查詢
# 獲取id大於1 且 小於10的值 models.tables.objects.filter(id__lt=10, id__gt=1) # 獲取id等於十一、2二、33的數據 models.tables.objects.filter(id__in=[11, 22, 33]) # not in models.tables.objects.exclude(id__in=[11, 22, 33]) models.tables.objects.filter(name__contains="ven") # icontains大小寫不敏感 models.tables.objects.filter(name__icontains="ven") # 範圍bettwen and models.tables.objects.filter(id__range=[1, 2]) # startswith，istartswith, endswith, iendswith
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)：
# 查詢nid=1的書籍的出版社所在的城市 book_obj=Book.objects.get(nid=1) # book_obj.publish 是nid=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)：
# 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") # 與人民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)：
# 查詢小李做者的手機號 author_egon = Author.objects.get(name="小李") print(author_egon.authorDetail.telephone)
反向查詢(按表名：author)：
# 查詢全部住址在北京的做者的姓名 authorDetail_list=AuthorDetail.objects.filter(addr="北京") 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)：
# 放風箏的人全部做者的名字以及手機號 book_obj = Book.objects.filter(title="放風箏的人").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)：
# 查詢小李出過的全部書籍的名字 author_obj = Author.objects.get(name="小李") # 與小李做者相關的全部書籍 book_list = author_obj.book_set.all() 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 object_set 的名稱。例如，若是 Article model 中作一下更改： publish = ForeignKey(Blog, related_name='bookList')，那麼接下來就會如咱們看到這般：
# 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") # 與人民出版社關聯的全部書籍對象集合 book_list=publish.bookList.all()
基於雙下劃線的跨表查詢
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。
關鍵點：正向查詢按字段，反向查詢按代表。
# 練習1: 查詢人民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="人民出版社")
.values_list("title","price") # 反向查詢 按表名:book queryResult=Publish.objects
.filter(name="人民出版社")
.values_list("book__title","book__price") # 練習2: 查詢小王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="小王")
.values_list("title") # 反向查詢 按表名:book queryResult=Author.objects
.filter(name="小王")
.values_list("book__title","book__price") # 練習3: 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4: 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 queryResult=Book.objects
.filter(authors__authorDetail__telephone__regex="151")
.values_list("title","publish__name")
注意：
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1: 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")
聚合查詢與分組查詢
先了解sql中的聚合與分組概念
聚合：aggregate(*args, **kwargs)
# 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。
>>> 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：
>>> 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：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）。
(1) 練習：統計每一本書的做者個數
bookList=Book.objects.annotate(authorsNum=Count('authors')) for book_obj in bookList: print(book_obj.title,book_obj.authorsNum)
sql語句：
SELECT "myapp_book"."nid", "myapp_book"."title", "myapp_book"."publishDate", "myapp_book"."price", "myapp_book"."pageNum", "myapp_book"."publish_id", COUNT("myapp_book_authors"."author_id") AS "authorsNum" FROM "myapp_book" LEFT OUTER JOIN "myapp_book_authors" ON ("myapp_book"."nid" = "myapp_book_authors"."book_id") GROUP BY "myapp_book"."nid"
解析：
''' Book.objects.annotate(authorsNum=Count('authors')) 拆分解析： Book.objects等同於Book.objects.all(),翻譯成的sql相似於： select id,name,.. from Book 這樣獲得的對象必定是每一本書對象，有n本書籍記錄，就分n個組，不會有重複對象，每一組再由annotate分組統計。'''
(2) 若是想對所查詢對象的關聯對象進行聚合：
練習：統計每個出版社的最便宜的書
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)
解析同上。
方式2:
queryResult=Book.objects.values("publish__name").annotate(MinPrice=Min('price')) ＃ 思考： if 有一個出版社沒有出版過書會怎樣？
解析：
''' 查看 Book.objects.values("publish__name")的結果和對應的sql語句 能夠理解爲values內的字段即group by的字段'''
(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:
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) # 按authors__name group by queryResult2=Book.objects.values("authors__name")
.annotate(SumPrice=Sum("price"))
.values_list("authors__name","SumPrice") print(queryResult2)
F查詢與Q查詢
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。
# 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。
# 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：
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。
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。
bookList=Book.objects.filter(Q(authors__name="小王")|Q(authors__name="小李"))
等同於下面的SQL WHERE 子句：
WHERE name ="小王" OR name ="小李"
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：
bookList=Book.objects.filter(Q(authors__name="小李") & ~Q(publishDate__year=2019)).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：
bookList=Book.objects.filter(Q(publishDate__year=2016) | Q(publishDate__year=2019),title__icontains="python")
修改表記錄
author = Author.objects.get(id=4) author.name = "王明" author.save() Publisher.objects.filter(id=1).update(name="清華出版社")
注意：
<1> 第二種方式修改不能用get的緣由是：update是QuerySet對象的方法，get返回的是一個model對象，它沒有update方法，而filter返回的是一個QuerySet對象(filter裏面的條件可能有多個條件符合，好比name＝'alvin',可能有兩個name＝'alvin'的行數據)。
<2>在「插入和更新數據」小節中，咱們有提到模型的save()方法，這個方法會更新一行裏的全部列。 而某些狀況下，咱們只須要更新行裏的某幾列。
此外，update()方法對於任何結果集（QuerySet）均有效，這意味着你能夠同時更新多條記錄update()方法會返回一個整型數值，表示受影響的記錄條數。
注意，這裏由於update返回的是一個整形，因此無法用query屬性；對於每次建立一個對象，想顯示對應的raw sql，須要在settings加上日誌記錄部分
刪除表記錄
刪除方法就是 delete()。它運行時當即刪除對象而不返回任何值。例如：
obj.delete()
你也能夠一次性刪除多個對象。每一個 QuerySet 都有一個 delete() 方法，它一次性刪除 QuerySet 中全部的對象。
例如，下面的代碼將刪除 pub_date 是2018年的 Entry 對象：
Entry.objects.filter(pub_date__year=2018).delete()
要牢記這一點：不管在什麼狀況下，QuerySet 中的 delete() 方法都只使用一條 SQL 語句一次性刪除全部對象，而並非分別刪除每一個對象。若是你想使用在 model 中自定義的 delete() 方法，就要自行調用每一個對象的delete 方法。(例如，遍歷 QuerySet，在每一個對象上調用 delete()方法)，而不是使用 QuerySet 中的 delete()方法。
在 Django 刪除對象時，會模仿 SQL 約束 ON DELETE CASCADE 的行爲，換句話說，刪除一個對象時也會刪除與它相關聯的外鍵對象。例如：
b = Blog.objects.get(pk=1) # This will delete the Blog and all of its Entry objects. b.delete()
要注意的是： delete() 方法是 QuerySet 上的方法，但並不適用於 Manager 自己。這是一種保護機制，是爲了不意外地調用 Entry.objects.delete() 方法致使 全部的 記錄被誤刪除。若是你確認要刪除全部的對象，那麼你必須顯式地調用：
Entry.objects.all().delete()
若是不想級聯刪除，能夠設置爲：
pubHouse = models.ForeignKey(to='Publisher', on_delete=models.SET_NULL, blank=True, null=True)
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。
>>> 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。
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。 關於求值發生的準確時間，參見什麼時候計算查詢集。
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：
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：
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：
>>> 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：
>>> 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：
>>> [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。
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)
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。
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：
from django.db import models class Person(models.Model): name = models.CharField(max_length=128) def __str__(self): return self.name class Group(models.Model): name = models.CharField(max_length=128) members = models.ManyToManyField(Person, through='Membership') def __str__(self): return self.name class Membership(models.Model): person = models.ForeignKey(to="Person", on_delete=models.CASCADE) group = models.ForeignKey(to="Group", on_delete=models.CASCADE) 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：
>>> 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：
# 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：
>>> # Beatles have broken up >>> beatles.members.clear() >>> # Note that this deletes the intermediate model instances >>> Membership.objects.all() []
查詢優化
表數據
from django.db import models from django.contrib.auth.models import AbstractUser 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', on_delete=models.CASCADE) follower = models.ForeignKey(verbose_name='粉絲', to='UserInfo', to_field='nid', related_name='followers', on_delete=models.CASCADE) 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', on_delete=models.CASCADE) 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', on_delete=models.CASCADE) 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, on_delete=models.CASCADE) create_time = models.DateField(verbose_name='建立時間') blog = models.ForeignKey(verbose_name='所屬博客', to='Blog', to_field='nid', on_delete=models.CASCADE) 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', on_delete=models.CASCADE) 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', on_delete=models.CASCADE) 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', on_delete=models.CASCADE) user = models.ForeignKey(verbose_name='評論者', to='UserInfo', to_field='nid', on_delete=models.CASCADE) 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, on_delete=models.CASCADE) article = models.ForeignKey("Article", null=True, on_delete=models.CASCADE) 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, on_delete=models.CASCADE) comment = models.ForeignKey("Comment", null=True, on_delete=models.CASCADE) 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', on_delete=models.CASCADE) class Article2Tag(models.Model): nid = models.AutoField(primary_key=True) article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid', on_delete=models.CASCADE) tag = models.ForeignKey(verbose_name='標籤', to="Tag", to_field='nid', on_delete=models.CASCADE)
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：
# Hits the database. article=models.Article.objects.get(nid=2) # Hits the database again to get the related Blog object. print(article.category.title)
SQL語句:
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,)
若是咱們使用select_related()函數：
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)
SQL語句：
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");
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：
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：
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) print(article.articledetail)
SQL語句：
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,)
深層查詢
# 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;
這是由於第一次查詢沒有query到userInfo表，因此，修改以下：
article=models.Article.objects.select_related("blog__user").get(nid=1) print(article.blog.user.username)
SQL語句：
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;
總結
- select_related主要針一對一和多對一關係進行優化。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
# 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：
# 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()) # 3篇文章: hits database 2
SQL語句：
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);
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 > '2019-09-05'"})
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：
# 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': '2019-09-03', 'nid': 1}]>
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'])
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 3.6 Released"), Entry(headline="Python 3.7 Planned") ])
更優於：
Entry.objects.create(headline="Python 3.6 Released") Entry.objects.create(headline="Python 3.7 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。