ORM表相关操作

一般操作

看专业的官网文档，做专业的程序员！

必知必会13条

<1> all():                 查询所有结果

<2> filter(**kwargs):      它包含了与所给筛选条件相匹配的对象

<3> get(**kwargs):         返回与所给筛选条件相匹配的对象，返回结果有且只有一个，如果符合筛选条件的对象超过一个或者没有都会抛出错误。

<4> exclude(**kwargs):     它包含了与所给筛选条件不匹配的对象

<5> values(*field):        返回一个ValueQuerySet——一个特殊的QuerySet，运行后得到的并不是一系列model的实例化对象，而是一个可迭代的字典序列

<6> values_list(*field):   它与values()非常相似，它返回的是一个元组序列，values返回的是一个字典序列

<7> order_by(*field):      对查询结果排序

<8> reverse():             对查询结果反向排序，请注意reverse()通常只能在具有已定义顺序的QuerySet上调用(在model类的Meta中指定ordering或调用order_by()方法)。

<9> distinct():            从返回结果中剔除重复纪录(如果你查询跨越多个表，可能在计算QuerySet时得到重复的结果。此时可以使用distinct()，注意只有在PostgreSQL中支持按字段去重。)

<10> count():              返回数据库中匹配查询(QuerySet)的对象数量。

<11> first():              返回第一条记录

<12> last():               返回最后一条记录

<13> exists():             如果QuerySet包含数据，就返回True，否则返回False

返回QuerySet对象的方法有

all()

filter()

exclude()

order_by()

reverse()

distinct()

特殊的QuerySet

values()       返回一个可迭代的字典序列

values_list() 返回一个可迭代的元祖序列

返回具体对象的

get()

first()

last()

返回布尔值的方法有：

exists()

返回数字的方法有

count()

单表查询之神奇的双下划线

# 大于，小于
#
# models.Tb1.objects.filter(id__gt=1)              　　# 获取id大于1的值
# models.Tb1.objects.filter(id__gte=1)              　 # 获取id大于等于1的值
# models.Tb1.objects.filter(id__lt=10)                 # 获取id小于10的值
# models.Tb1.objects.filter(id__lte=10)                # 获取id小于10的值
# models.Tb1.objects.filter(id__lt=10, id__gt=1)       # 获取id大于1 且 小于10的值

# in
#
# models.Tb1.objects.filter(id__in=[11, 22, 33])           # 获取id等于11、22、33的数据
# models.Tb1.objects.exclude(id__in=[11, 22, 33])          # not in

# contains
# models.Tb1.objects.filter(name__contains="ven")          # 获取name字段包含"ven"的
# models.Tb1.objects.filter(name__icontains="ven")         # icontains大小写不敏感

# range
# models.Tb1.objects.filter(id__range=[1, 3])              # id范围是1到3的，等价于SQL的bettwen and

类似的还有：startswith，istartswith, endswith, iendswith　

# date字段还可以：
# models.Class.objects.filter(first_day__year=2017)

单表查询练习

1、创建数据库

create database orm；

2、models文件

from django.db import models

class Person(models.Model):
    name = models.CharField(max_length=32)
    age = models.IntegerField()
    birthday = models.DateField()

3、数据表添加内容如下

4、项目目录下面的orm练习文件

import os
if __name__ == "__main__":
    os.environ.setdefault("DJANGO_SETTINGS_MODULE", "day8_15ORM.settings")
    import django
    django.setup()

    from app01 import models

    # all   查询所有人
    ret = models.Person.objects.all()
    print(ret)
    #// <QuerySet [<Person: <Person-Object:  张三>>, <Person: <Person-Object:  李四>>, <Person: <Person-Object:  王五>>, <Person: <Person-Object:  小黑>>, <Person: <Person-Object:  小白>>, <Person: <Person-Object:  小黄>>]>

    # get   指定查询
    ret = models.Person.objects.get(id=2)
    print(ret)
    #// <Person-Object:  李四>

    # filter
    # 就算查询的结果只有一个，返回的也是QuerySet，我们要用索引的方式取出第一个元素
    ret = models.Person.objects.filter(id=2)
    print(ret)
    #// <QuerySet [<Person: <Person-Object:  李四>>]>

    # 如果要取指定的元素，需要通过索引
    ret = models.Person.objects.filter(id=2)[0]
    print(ret)
    #// <Person-Object:  李四>

    # 不存在返回一个空的QuerySet，不会报错
    ret = models.Person.objects.filter(id=20)
    print(ret)
    #//    <QuerySet []>

    # exclude   # 查询除了id值为1的所有人
    ret = models.Person.objects.exclude(id=1)
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  李四>>, <Person: <Person-Object:  王五>>, <Person: <Person-Object:  小黑>>, <Person: <Person-Object:  小白>>, <Person: <Person-Object:  小黄>>]>

    # values    # 根据指定字段查询， 返回的是一个QuerySet对象，里面都是字典。
    ret = models.Person.objects.values("name")
    print(ret)
    #//    <QuerySet [{‘name‘: ‘张三‘}, {‘name‘: ‘李四‘}, {‘name‘: ‘王五‘}, {‘name‘: ‘小黑‘}, {‘name‘: ‘小白‘}, {‘name‘: ‘小黄‘}]>
    # 如果不写value， 默认查询所有
    ret = models.Person.objects.values()
    print(ret)
    #//    <QuerySet [{‘id‘: 1, ‘name‘: ‘张三‘, ‘age‘: 10, ‘birthday‘: datetime.date(2008, 8, 5)}, {‘id‘: 2, ‘name‘: ‘李四‘, ‘age‘: 20, ‘birthday‘: datetime.date(1998, 6, 2)}, {‘id‘: 3, ‘name‘: ‘王五‘, ‘age‘: 30, ‘birthday‘: datetime.date(1988, 3, 2)}, {‘id‘: 4, ‘name‘: ‘小黑‘, ‘age‘: 40, ‘birthday‘: datetime.date(1978, 11, 14)}, {‘id‘: 5, ‘name‘: ‘小白‘, ‘age‘: 12, ‘birthday‘: datetime.date(2006, 2, 7)}, {‘id‘: 6, ‘name‘: ‘小黄‘, ‘age‘: 50, ‘birthday‘: datetime.date(1968, 5, 20)}]>

    # values_list   # 通values一样，只是返回的里面是元组
    ret = models.Person.objects.values_list("name")
    print(ret)
    #//    <QuerySet [(‘张三‘,), (‘李四‘,), (‘王五‘,), (‘小黑‘,), (‘小白‘,), (‘小黄‘,)]>
    # 如果不写value， 默认查询所有
    ret = models.Person.objects.values_list()
    print(ret)
    #//    <QuerySet [(1, ‘张三‘, 10, datetime.date(2008, 8, 5)), (2, ‘李四‘, 20, datetime.date(1998, 6, 2)), (3, ‘王五‘, 30, datetime.date(1988, 3, 2)), (4, ‘小黑‘, 40, datetime.date(1978, 11, 14)), (5, ‘小白‘, 12, datetime.date(2006, 2, 7)), (6, ‘小黄‘, 50, datetime.date(1968, 5, 20))]>

    # order_by  对查询结果按照指定字段排序, 根据年龄排序
    ret = models.Person.objects.all().order_by("age")
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  张三>>, <Person: <Person-Object:  小白>>, <Person: <Person-Object:  李四>>, <Person: <Person-Object:  王五>>, <Person: <Person-Object:  小黑>>, <Person: <Person-Object:  小黄>>]>

    # reverse   根据年龄排序，再进行反转
    ret = models.Person.objects.all().order_by("age").reverse()
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  小黄>>, <Person: <Person-Object:  小黑>>, <Person: <Person-Object:  王五>>, <Person: <Person-Object:  李四>>, <Person: <Person-Object:  小白>>, <Person: <Person-Object:  张三>>]>

    # count 统计匹配查询的对象数量
    ret = models.Person.objects.all().count()
    print(ret)
    #//    6

    # first 查询第一条记录
    ret = models.Person.objects.first()
    print(ret)
    #//    <Person-Object:  张三>

    # last  查询最后一条记录
    ret = models.Person.objects.last()
    print(ret)
    #//    <Person-Object:  小黄>

    # exists    判断表中是否有数据
    ret = models.Person.objects.exists()
    print(ret)
    #//    True

    单表查询之神奇的双下划綫
    # 查询id值大于1小于4的结果
    ret = models.Person.objects.filter(id__gt=1, id__lt=4)
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  李四>>, <Person: <Person-Object:  王五>>]>

    # in    查询id值在 [1, 3, 5, 7]中的结果
    ret = models.Person.objects.filter(id__in=[1, 3, 5, 7])
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  张三>>, <Person: <Person-Object:  王五>>, <Person: <Person-Object:  小白>>]>

    # not in
    ret = models.Person.objects.exclude(id__in=[1, 3, 5, 7])
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  李四>>, <Person: <Person-Object:  小黑>>, <Person: <Person-Object:  小黄>>]>

    # contains  查询name字段包含三的
    ret = models.Person.objects.filter(name__contains="三")
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  张三>>]>

    # range 查询id范围在1到3之间的
    ret = models.Person.objects.filter(id__range=[1,3])
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  张三>>, <Person: <Person-Object:  李四>>, <Person: <Person-Object:  王五>>]>

    # 日期和时间字段还可以有以下写法
    ret = models.Person.objects.filter(birthday__year=2008)
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  张三>>]>
    # 根据月查询
    ret = models.Person.objects.filter(birthday__month=6)
    print(ret)
    #//    <QuerySet [<Person: <Person-Object:  李四>>]>

orm.py

ForeignKey操作

正向查找

对象查找（跨表）

语法：

对象.关联字段.字段

示例：

book_obj = models.Book.objects.first()  # 第一本书对象
print(book_obj.publisher)  # 得到这本书关联的出版社对象
print(book_obj.publisher.name)  # 得到出版社对象的名称

字段查找（跨表）

语法：

关联字段__字段

示例：

print(models.Book.objects.values_list("publisher__name"))

反向操作

对象查找

语法：

obj.表名_set

示例：

publisher_obj = models.Publisher.objects.first()  # 找到第一个出版社对象
books = publisher_obj.book_set.all()  # 找到第一个出版社出版的所有书
titles = books.values_list("title")  # 找到第一个出版社出版的所有书的书名

字段查找

语法：

表名__字段

示例：

titles = models.Publisher.objects.values_list("book__title")

一对一关联查询练习

from django.db import models

class Publisher(models.Model):
    name = models.CharField(max_length=64, unique=True)

class Book(models.Model):
    title = models.CharField(max_length=64)     # 书名
    price = models.DecimalField(max_digits=5, decimal_places=2, default=19.99)     # 价格
    # 外键
    # related_name="books" 反向查询是用来代替 book_set的
    publisher = models.ForeignKey(to="Publisher", on_delete=models.CASCADE, related_name="books", null=True)

models.py

向表里添加数据

出版社表及书籍表的对应关系

import os
if __name__ == "__main__":
    os.environ.setdefault("DJANGO_SETTINGS_MODULE", "day8_15ORM.settings")
    import django
    django.setup()

    from app01 import models

    # 说明：#//    行内容是打印的输出结果
    # 外键的查询操作
    # 正向查询
    # 基于对象 跨表查询
    book_obj = models.Book.objects.first()  # 查询的书对象
    print(book_obj.publisher)   # 和我这本书关联的出版社对象
    #//    Publisher object
    print(book_obj.publisher.name)  # 得到出版社对象的名字
    #//    西丽出版社

    # 基于字段 跨表查询
    # 查询id是1的书的出版社的名称
    print(models.Book.objects.filter(id=1).values_list("publisher__name"))  # 得到出版社对象的名字
    #// 西丽出版社

    # 反向查询
    # 基于对象 跨表查询
    # 方法一：如果modles中的表结构的ForeignKey类型中保函了related_name属性可以使用下面的方法进行查询。 related_name="books",
    publisher_obj = models.Publisher.objects.get(id=1)  #查询的出版社对象
    books = publisher_obj.books.all()   # 得到出版社对应的所有书籍
    print(books[0].title)      # 取出第一本书的名字
    #// Python中国

    # 方法二：没有指定related_name
    publisher_obj = models.Publisher.objects.get(id=1)   #查询的出版社对象
    books = publisher_obj.book_set.all()    # 得到出版社对应的所有书籍
    print(books[0].title)   # 取出第一本书的名字

    # 基于字段  跨表查询
    books = models.Publisher.objects.filter(id=1).values_list("book__title")    # 查询id为1的出版社的书籍
    print(books)

orm.py

ManyToManyField

class RelatedManager

"关联管理器"是在一对多或者多对多的关联上下文中使用的管理器。

它存在于下面两种情况：

  1. 外键关系的反向查询
  2. 多对多关联关系

简单来说就是当 点后面的对象 可能存在多个的时候就可以使用以下的方法。

方法　　

create()

创建一个新的对象，保存对象，并将它添加到关联对象集之中，返回新创建的对象。

>>> import datetime
>>> models.Author.objects.first().book_set.create(title="番茄物语", publish_date=datetime.date.today())

add()

把指定的model对象添加到关联对象集中。

添加对象

>>> author_objs = models.Author.objects.filter(id__lt=3)
>>> models.Book.objects.first().authors.add(*author_objs)

添加id

>>> models.Book.objects.first().authors.add(*[1, 2])

set()

更新model对象的关联对象。

>>> book_obj = models.Book.objects.first()
>>> book_obj.authors.set([2, 3])

remove()

从关联对象集中移除执行的model对象

>>> book_obj = models.Book.objects.first()
>>> book_obj.authors.remove(3)

clear()

从关联对象集中移除一切对象。

>>> book_obj = models.Book.objects.first()
>>> book_obj.authors.clear()

注意：

对于ForeignKey对象，clear()和remove()方法仅在null=True时存在。

举个例子：

ForeignKey字段没设置null=True时，

class Book(models.Model):
    title = models.CharField(max_length=32)
    publisher = models.ForeignKey(to=Publisher)

没有clear()和remove()方法：

>>> models.Publisher.objects.first().book_set.clear()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
AttributeError: ‘RelatedManager‘ object has no attribute ‘clear‘

当ForeignKey字段设置null=True时，

class Book(models.Model):
    name = models.CharField(max_length=32)
    publisher = models.ForeignKey(to=Class, null=True)

此时就有clear()和remove()方法：

>>> models.Publisher.objects.first().book_set.clear()

注意：

  1. 对于所有类型的关联字段，add()、create()、remove()和clear(),set()都会马上更新数据库。换句话说，在关联的任何一端，都不需要再调用save()方法。

聚合查询和分组查询

聚合

aggregate()是QuerySet 的一个终止子句，意思是说，它返回一个包含一些键值对的字典。

键的名称是聚合值的标识符，值是计算出来的聚合值。键的名称是按照字段和聚合函数的名称自动生成出来的。

用到的内置函数：

from django.db.models import Avg, Sum, Max, Min, Count

示例：

>>> from django.db.models import Avg, Sum, Max, Min, Count>>> models.Book.objects.all().aggregate(Avg("price"))
{‘price__avg‘: 13.233333}

如果你想要为聚合值指定一个名称，可以向聚合子句提供它。

>>> models.Book.objects.aggregate(average_price=Avg(‘price‘))
{‘average_price‘: 13.233333}

如果你希望生成不止一个聚合，你可以向aggregate()子句中添加另一个参数。所以，如果你也想知道所有图书价格的最大值和最小值，可以这样查询：

>>> models.Book.objects.all().aggregate(Avg("price"), Max("price"), Min("price"))
{‘price__avg‘: 13.233333, ‘price__max‘: Decimal(‘19.90‘), ‘price__min‘: Decimal(‘9.90‘)}

分组

我们在这里先复习一下SQL语句的分组。

假设现在有一张公司职员表：

我们使用原生SQL语句，按照部分分组求平均工资：

select dept,AVG(salary) from employee group by dept;

ORM查询:

from django.db.models import Avg
Employee.objects.values("dept").annotate(avg=Avg("salary").values(dept, "avg")

连表查询的分组：

SQL查询：

select dept.name,AVG(salary) from employee inner join dept on (employee.dept_id=dept.id) group by dept_id;

ORM查询：

from django.db.models import Avg
models.Dept.objects.annotate(avg=Avg("employee__salary")).values("name", "avg")

更多示例：

示例1：统计每一本书的作者个数

>>> book_list = models.Book.objects.all().annotate(author_num=Count("author"))
>>> for obj in book_list:
...     print(obj.author_num)
...
2
1
1

示例2：统计出每个出版社买的最便宜的书的价格

>>> publisher_list = models.Publisher.objects.annotate(min_price=Min("book__price"))
>>> for obj in publisher_list:
...     print(obj.min_price)
...
9.90
19.90

方法二：

>>> models.Book.objects.values("publisher__name").annotate(min_price=Min("price"))
<QuerySet [{‘publisher__name‘: ‘沙河出版社‘, ‘min_price‘: Decimal(‘9.90‘)}, {‘publisher__name‘: ‘人民出版社‘, ‘min_price‘: Decimal(‘19.90‘)}]>

示例3：统计不止一个作者的图书

>>> models.Book.objects.annotate(author_num=Count("author")).filter(author_num__gt=1)
<QuerySet [<Book: 番茄物语>]>

示例4：根据一本图书作者数量的多少对查询集 QuerySet进行排序

>>> models.Book.objects.annotate(author_num=Count("author")).order_by("author_num")
<QuerySet [<Book: 香蕉物语>, <Book: 橘子物语>, <Book: 番茄物语>]>

示例5：查询各个作者出的书的总价格

>>> models.Author.objects.annotate(sum_price=Sum("book__price")).values("name", "sum_price")
<QuerySet [{‘name‘: ‘小精灵‘, ‘sum_price‘: Decimal(‘9.90‘)}, {‘name‘: ‘小仙女‘, ‘sum_price‘: Decimal(‘29.80‘)}, {‘name‘: ‘小魔女‘, ‘sum_price‘: Decimal(‘9.90‘)}]>

F查询和Q查询

F查询

在上面所有的例子中，我们构造的过滤器都只是将字段值与某个常量做比较。如果我们要对两个字段的值做比较，那该怎么做呢？

Django 提供 F() 来做这样的比较。F() 的实例可以在查询中引用字段，来比较同一个 model 实例中两个不同字段的值。

示例1：

查询评论数大于收藏数的书籍

from django.db.models import F
models.Book.objects.filter(commnet_num__gt=F(‘keep_num‘))

Django 支持 F() 对象之间以及 F() 对象和常数之间的加减乘除和取模的操作。

models.Book.objects.filter(commnet_num__lt=F(‘keep_num‘)*2)

修改操作也可以使用F函数,比如将每一本书的价格提高30元

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

引申：

如果要修改char字段咋办？

如：把所有书名后面加上(第一版)

>>> from django.db.models.functions import Concat
>>> from django.db.models import Value
>>> models.Book.objects.all().update(title=Concat(F("title"), Value("("), Value("第一版"), Value(")")))

Q查询

filter() 等方法中的关键字参数查询都是一起进行“AND” 的。 如果你需要执行更复杂的查询（例如OR语句），你可以使用Q对象。

示例1：

查询作者名是小仙女或小魔女的

models.Book.objects.filter(Q(authors__name="小仙女")|Q(authors__name="小魔女"))

你可以组合& 和|  操作符以及使用括号进行分组来编写任意复杂的Q 对象。同时，Q 对象可以使用~ 操作符取反，这允许组合正常的查询和取反(NOT) 查询。

示例：查询作者名字是小仙女并且不是2018年出版的书的书名。

>>> models.Book.objects.filter(Q(author__name="小仙女") & ~Q(publish_date__year=2018)).values_list("title")
<QuerySet [(‘番茄物语‘,)]>

查询函数可以混合使用Q 对象和关键字参数。所有提供给查询函数的参数（关键字参数或Q 对象）都将"AND”在一起。但是，如果出现Q 对象，它必须位于所有关键字参数的前面。

例如：查询出版年份是2017或2018，书名中带物语的所有书。

>>> models.Book.objects.filter(Q(publish_date__year=2018) | Q(publish_date__year=2017), title__icontains="物语")
<QuerySet [<Book: 番茄物语>, <Book: 香蕉物语>, <Book: 橘子物语>]>

事务

import os

if __name__ == ‘__main__‘:
    os.environ.setdefault("DJANGO_SETTINGS_MODULE", "BMS.settings")
    import django
    django.setup()

    import datetime
    from app01 import models

    try:
        from django.db import transaction
        with transaction.atomic():
            new_publisher = models.Publisher.objects.create(name="火星出版社")
            models.Book.objects.create(title="橘子物语", publish_date=datetime.date.today(), publisher_id=10)  # 指定一个不存在的出版社id
    except Exception as e:
        print(str(e))

其他鲜为人知的操作（有个印象即可）

Django ORM执行原生SQL

# extra
# 在QuerySet的基础上继续执行子语句
# extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)

# select和select_params是一组，where和params是一组，tables用来设置from哪个表
# 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‘])

举个例子：
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‘]
                )
                """
                select
                    app01_userinfo.id,
                    (select count(1) from app01_usertype where id>1) as newid
                from app01_userinfo,app01_usertype
                where
                    app01_userinfo.age > 18
                order by
                    app01_userinfo.age desc
                """

# 执行原生SQL
# 更高灵活度的方式执行原生SQL语句
# 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()

QuerySet方法大全

##################################################################
# PUBLIC METHODS THAT ALTER ATTRIBUTES AND RETURN A NEW QUERYSET #
##################################################################

def all(self)
    # 获取所有的数据对象

def filter(self, *args, **kwargs)
    # 条件查询
    # 条件可以是：参数，字典，Q

def exclude(self, *args, **kwargs)
    # 条件查询
    # 条件可以是：参数，字典，Q

def select_related(self, *fields)
    性能相关：表之间进行join连表操作，一次性获取关联的数据。

    总结：
    1. select_related主要针一对一和多对一关系进行优化。
    2. select_related使用SQL的JOIN语句进行优化，通过减少SQL查询的次数来进行优化、提高性能。

def prefetch_related(self, *lookups)
    性能相关：多表连表操作时速度会慢，使用其执行多次SQL查询在Python代码中实现连表操作。

    总结：
    1. 对于多对多字段（ManyToManyField）和一对多字段，可以使用prefetch_related()来进行优化。
    2. prefetch_related()的优化方式是分别查询每个表，然后用Python处理他们之间的关系。

def annotate(self, *args, **kwargs)
    # 用于实现聚合group by查询

    from django.db.models import Count, Avg, Max, Min, Sum

    v = models.UserInfo.objects.values(‘u_id‘).annotate(uid=Count(‘u_id‘))
    # SELECT u_id, COUNT(ui) AS `uid` FROM UserInfo GROUP BY u_id

    v = models.UserInfo.objects.values(‘u_id‘).annotate(uid=Count(‘u_id‘)).filter(uid__gt=1)
    # SELECT u_id, COUNT(ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1

    v = models.UserInfo.objects.values(‘u_id‘).annotate(uid=Count(‘u_id‘,distinct=True)).filter(uid__gt=1)
    # SELECT u_id, COUNT( DISTINCT ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1

def distinct(self, *field_names)
    # 用于distinct去重
    models.UserInfo.objects.values(‘nid‘).distinct()
    # select distinct nid from userinfo

    注：只有在PostgreSQL中才能使用distinct进行去重

def order_by(self, *field_names)
    # 用于排序
    models.UserInfo.objects.all().order_by(‘-id‘,‘age‘)

def extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)
    # 构造额外的查询条件或者映射，如：子查询

    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‘])

 def reverse(self):
    # 倒序
    models.UserInfo.objects.all().order_by(‘-nid‘).reverse()
    # 注：如果存在order_by，reverse则是倒序，如果多个排序则一一倒序

 def defer(self, *fields):
    models.UserInfo.objects.defer(‘username‘,‘id‘)
    或
    models.UserInfo.objects.filter(...).defer(‘username‘,‘id‘)
    #映射中排除某列数据

 def only(self, *fields):
    #仅取某个表中的数据
     models.UserInfo.objects.only(‘username‘,‘id‘)
     或
     models.UserInfo.objects.filter(...).only(‘username‘,‘id‘)

 def using(self, alias):
     指定使用的数据库，参数为别名（setting中的设置）

##################################################
# PUBLIC METHODS THAT RETURN A QUERYSET SUBCLASS #
##################################################

def raw(self, raw_query, params=None, translations=None, using=None):
    # 执行原生SQL
    models.UserInfo.objects.raw(‘select * from userinfo‘)

    # 如果SQL是其他表时，必须将名字设置为当前UserInfo对象的主键列名
    models.UserInfo.objects.raw(‘select id as nid from 其他表‘)

    # 为原生SQL设置参数
    models.UserInfo.objects.raw(‘select id as nid from userinfo where nid>%s‘, params=[12,])

    # 将获取的到列名转换为指定列名
    name_map = {‘first‘: ‘first_name‘, ‘last‘: ‘last_name‘, ‘bd‘: ‘birth_date‘, ‘pk‘: ‘id‘}
    Person.objects.raw(‘SELECT * FROM some_other_table‘, translations=name_map)

    # 指定数据库
    models.UserInfo.objects.raw(‘select * from userinfo‘, using="default")

    ################### 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(..)

def values(self, *fields):
    # 获取每行数据为字典格式

def values_list(self, *fields, **kwargs):
    # 获取每行数据为元祖

def dates(self, field_name, kind, order=‘ASC‘):
    # 根据时间进行某一部分进行去重查找并截取指定内容
    # kind只能是："year"（年）, "month"（年-月）, "day"（年-月-日）
    # order只能是："ASC"  "DESC"
    # 并获取转换后的时间
        - year : 年-01-01
        - month: 年-月-01
        - day  : 年-月-日

    models.DatePlus.objects.dates(‘ctime‘,‘day‘,‘DESC‘)

def datetimes(self, field_name, kind, order=‘ASC‘, tzinfo=None):
    # 根据时间进行某一部分进行去重查找并截取指定内容，将时间转换为指定时区时间
    # kind只能是 "year", "month", "day", "hour", "minute", "second"
    # order只能是："ASC"  "DESC"
    # tzinfo时区对象
    models.DDD.objects.datetimes(‘ctime‘,‘hour‘,tzinfo=pytz.UTC)
    models.DDD.objects.datetimes(‘ctime‘,‘hour‘,tzinfo=pytz.timezone(‘Asia/Shanghai‘))

    """
    pip3 install pytz
    import pytz
    pytz.all_timezones
    pytz.timezone(‘Asia/Shanghai’)
    """

def none(self):
    # 空QuerySet对象

####################################
# METHODS THAT DO DATABASE QUERIES #
####################################

def aggregate(self, *args, **kwargs):
   # 聚合函数，获取字典类型聚合结果
   from django.db.models import Count, Avg, Max, Min, Sum
   result = models.UserInfo.objects.aggregate(k=Count(‘u_id‘, distinct=True), n=Count(‘nid‘))
   ===> {‘k‘: 3, ‘n‘: 4}

def count(self):
   # 获取个数

def get(self, *args, **kwargs):
   # 获取单个对象

def create(self, **kwargs):
   # 创建对象

def bulk_create(self, objs, batch_size=None):
    # 批量插入
    # batch_size表示一次插入的个数
    objs = [
        models.DDD(name=‘r11‘),
        models.DDD(name=‘r22‘)
    ]
    models.DDD.objects.bulk_create(objs, 10)

def get_or_create(self, defaults=None, **kwargs):
    # 如果存在，则获取，否则，创建
    # defaults 指定创建时，其他字段的值
    obj, created = models.UserInfo.objects.get_or_create(username=‘root1‘, defaults={‘email‘: ‘1111111‘,‘u_id‘: 2, ‘t_id‘: 2})

def update_or_create(self, defaults=None, **kwargs):
    # 如果存在，则更新，否则，创建
    # defaults 指定创建时或更新时的其他字段
    obj, created = models.UserInfo.objects.update_or_create(username=‘root1‘, defaults={‘email‘: ‘1111111‘,‘u_id‘: 2, ‘t_id‘: 1})

def first(self):
   # 获取第一个

def last(self):
   # 获取最后一个

def in_bulk(self, id_list=None):
   # 根据主键ID进行查找
   id_list = [11,21,31]
   models.DDD.objects.in_bulk(id_list)

def delete(self):
   # 删除

def update(self, **kwargs):
    # 更新

def exists(self):
   # 是否有结果

QuerySet方法大全

QuerySet方法大全

Django终端打印SQL语句

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

即为你的Django项目配置上一个名为django.db.backends的logger实例即可查看翻译后的SQL语句。

在Python脚本中调用Django环境

import os

if __name__ == ‘__main__‘:
    os.environ.setdefault("DJANGO_SETTINGS_MODULE", "BMS.settings")
    import django
    django.setup()

    from app01 import models

    books = models.Book.objects.all()
    print(books)

原文地址：https://www.cnblogs.com/yanjieli/p/9482690.html

时间： 2024-11-09 23:06:56

ORM表相关操作的相关文章

mysql的库和表相关操作

一.数据库介绍 1.数据库的由来 我们之前所学,数据要想永久保存,都是保存于文件中,毫无疑问,一个文件仅仅只能存在于某一台机器上,这样就带来了许多问题: (1)程序所有的组件就不可能运行在一台机器上 (2)数据安全问题 (3)并发问题 总结:我们在编写任何程序之前,都需要事先写好基于网络操作一台主机上文件的程序(socket服务端与客户端程序),于是有人将此类程序写成一个专门的处理软件,这就是mysql等数据库管理软件的由来,mysql不仅仅解决的是数据共享的问题,还有查询效率,安全性等一系列问

MySQL之表相关操作

一 存储引擎介绍 存储引擎即表类型,mysql根据不同的表类型会有不同的处理机制 详见:http://www.cnblogs.com/linhaifeng/articles/7213670.html 二 表介绍 表相当于文件,表中的一条记录就相当于文件的一行内容,不同的是,表中的一条记录有对应的标题,称为表的字段 id,name,qq,age称为字段,其余的,一行内容称为一条记录 三 创建表 #语法: create table 表名( 字段名1 类型[(宽度) 约束条件], 字段名2 类型[(宽

Mysql之表相关操作2

表的相关操作2 参考:http://www.cnblogs.com/linhaifeng/articles/7232894.html#_label6 一.修改表 语法: 1. 修改表名 ALTER TABLE 表名 RENAME 新表名; 2. 增加字段 ALTER TABLE 表名 ADD 字段名 数据类型 [完整性约束条件-], ADD 字段名 数据类型 [完整性约束条件-]; ALTER TABLE 表名 ADD 字段名 数据类型 [完整性约束条件-] FIRST; ALTER TABLE

第三篇：表相关操作

一 存储引擎介绍 存储引擎即表类型,mysql根据不同的表类型会有不同的处理机制 详见:http://www.cnblogs.com/linhaifeng/articles/7213670.html 二 表介绍 表相当于文件,表中的一条记录就相当于文件的一行内容,不同的是,表中的一条记录有对应的标题,称为表的字段 id,name,qq,age称为字段,其余的,一行内容称为一条记录 三 创建表 #语法: create table 表名( 字段名1 类型[(宽度) 约束条件], 字段名2 类型[(宽

python学习第三十九天：mysql表相关操作

表的完整性约束 约束条件与数据类型的宽度一样,都是可选参数 作用:用于保证数据的完整性和一致性 主要分为: not null  标识该字段不能为空 default   为该字段设置默认值 unsigned  无符号 zerofill   使用0填充 auto_increment  标识该字段的自动增长(整数类型,而且为主键) primary key   标识该字段为该表的主键,可以唯一的标识记录 foreign key   标识该字段为该表的外键 unique key    标识该字段的值是唯一

表相关操作

一.存储引擎 1.什么是存储引擎? 存储引擎就是如何存储数据.如何为存储的数据建立索引和如何更新.查询数据等技术的实现方法.因为在关系数据库中数据的存储是以表的形式存储的,所以存储引擎也可以称为表类型. 数据库提供了多种存储引擎,用户可以根据不同的需求为数据表选择不同的存储引擎,用户也可以根据自己的需要编写自己的存储引擎. 引擎是建表时规定的,提供给表使用的,不是数据库. # 展示所有引擎 show engines; # 查看正在使用的存储引擎 show variables like 'stor

线性表相关操作，不全但会慢慢增加

1 #include<iostream> 2 using namespace std; 3 4 typedef struct Node{ 5 int data; 6 struct Node *next; 7 }Node; 8 9 //头插法建立链表 10 Node *createListFromHead(int a[], int n){ 11 Node *A = new Node(); 12 A->next = NULL; 13 for(int i=0; i<n; i++){ 14

数据表相关操作

数据表: 是数据库最重要的组成部分之一,数据是保存在数据表中 数据表由行(row)和列(column)来组成 每个数据表中至少有一列,行可以有零行一行或者多行组成 表名要求唯一,不要包含特殊字符,最好含义明确 创建表: CREATE TABLE [IF NOT EXISTS] tbl_name( 字段名称 字段类型 [完整性约束条件], 字段名称 字段类型 [完整性约束条件], ... )ENGINE=存储引擎 CHARSET=编码方式; 完整性约束条件: UNSIGNED:无符号,没有负数,从

SQL Server 触发器例题： --次性删除course表数据，使用触发器替换删除操作，先删除外键表相关数据，再删除course。很难理解

create trigger Course_Delete on course instead of delete as declare @cno varchar(20) --定义变量 select @cno = cno from deleted --临时表里的信息是instead of 替换 delete要删除的信息 delete from score where cno = @cno --instead of 替换操作后执行的代码命令 delete from course where cno=