1 django默认支持sqlite,mysql, oracle,postgresql数据库。
<1> sqlite
django默认使用sqlite的数据库,默认自带sqlite的数据库驱动 , 引擎名称:django.db.backends.sqlite3
<2> mysql
引擎名称:django.db.backends.mysql
2 mysql驱动程序
3 在django的项目中会默认使用sqlite数据库,在settings里有如下设置:
一对一:实质就是在主外键(author_id就是foreign key)的关系基础上,给外键加了一个UNIQUE=True的属性;
一对多:就是主外键关系;(foreign key)
多对多:(ManyToManyField) 自动创建第三张表(当然我们也可以自己创建第三张表:两个foreign key)
参数 | 描述 |
---|---|
CharField | 字符串字段, 用于较短的字符串.,要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所允许的最大字符数. |
IntegerField | 用于保存一个整数. |
FloatField | 一个浮点数. 必须 提供两个参数:max_digits(总位数(不包括小数点和符号))和decimal_places(小数位数) |
AutoField | 添加记录时它会自动增长 |
TextField | 一个容量很大的文本字段. |
BooleanField | 用于保存布尔值 |
EmailField | 一个带有检查Email合法性的 CharField |
DateField | 一个日期字段 |
DateTimeField | 一个日期时间字段 |
ImageField | 校验上传对象是否是一个合法图片 |
URLField | 用于保存 URL |
具体描述:
<1> CharField
#字符串字段, 用于较短的字符串.
#CharField 要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所允许的最大字符数.
<2> IntegerField
#用于保存一个整数.
<3> FloatField
# 一个浮点数. 必须 提供两个参数:
#
# 参数 描述
# max_digits 总位数(不包括小数点和符号)
# decimal_places 小数位数
# 举例来说, 要保存最大值为 999 (小数点后保存2位),你要这样定义字段:
#
# models.FloatField(..., max_digits=5, decimal_places=2)
# 要保存最大值一百万(小数点后保存10位)的话,你要这样定义:
#
# models.FloatField(..., max_digits=19, decimal_places=10)
# admin 用一个文本框()表示该字段保存的数据.
<4> AutoField
# 一个 IntegerField, 添加记录时它会自动增长. 你通常不需要直接使用这个字段;
# 自定义一个主键:my_id=models.AutoField(primary_key=True)
# 如果你不指定主键的话,系统会自动添加一个主键字段到你的 model.
<5> BooleanField
# A true/false field. admin 用 checkbox 来表示此类字段.
<6> TextField
# 一个容量很大的文本字段.
# admin 用一个
参数 | 描述 |
---|---|
null | 数据库中字段是否可以为空 |
blank | django的 Admin 中添加数据时是否可允许空值 |
default | 设定缺省值 |
editable | 如果为假,admin模式下将不能改写。缺省为真 |
primary_key:设置主键,如果没有设置django创建表时会自动加上: id = meta.A | |
unique | 数据唯一 |
verbose_name | Admin中字段的显示名称 |
validator_list | 有效性检查 |
db_column,db_index | 如果为真将为此字段创建索引 |
choices | 一个用来选择值的2维元组。第一个值是实际存储的值,第二个用来方便进行选择。 |
具体描述:
<1> null : 数据库中字段是否可以为空
<2> blank: django的 Admin 中添加数据时是否可允许空值
<3> default:设定缺省值
<4> editable:如果为假,admin模式下将不能改写。缺省为真
<5> primary_key:设置主键,如果没有设置django创建表时会自动加上:
id = meta.AutoField('ID', primary_key=True)
primary_key=True implies blank=False, null=False and unique=True. Only one
primary key is allowed on an object.
<6> unique:数据唯一
<7> verbose_name Admin中字段的显示名称
<8> validator_list:有效性检查。非有效产生 django.core.validators.ValidationError 错误
<9> db_column,db_index 如果为真将为此字段创建索引
<10>choices:一个用来选择值的2维元组。第一个值是实际存储的值,第二个用来方便进行选择。
如SEX_CHOICES= (( ‘F’,'Female’),(‘M’,'Male’),)
gender = models.CharField(max_length=2,choices = SEX_CHOICES)
下面要开始学习Django ORM语法了,为了更好的理解,我们来做一个基本的 书籍/作者/出版商 数据库结构。
表(模型)的创建:
实例:我们来假定下面这些概念,字段和关系
作者模型:一个作者有姓名。
作者详细模型:把作者的详情放到详情表,包含性别,email地址和出生日期,作者详情模型和作者模型之间是一对一的关系(one-to-one)(类似于每个人和他的身份证之间的关系),在大多数情况下我们没有必要将他们拆分成两张表,这里只是引出一对一的概念。
出版商模型:出版商有名称,地址,所在城市,省,国家和网站。
书籍模型:书籍有书名和出版日期,一本书可能会有多个作者,一个作者也可以写多本书,所以作者和书籍的关系就是多对多的关联关系(many-to-many),一本书只应该由一个出版商出版,所以出版商和书籍是一对多关联关系(one-to-many),也被称作外键。
创建一个基础HTML框架
----------------------------------------------------base.html-------------------------------------------------------
Title
------------------------------------Book模型-------------------------------------
class Book(models.Model):
name = models.CharField(max_length=20)
price = models.IntegerField()
put_data = models.DateField()
author = models.CharField(max_length=32,null=False)
方式一: 通过模型Book实例化一个对象
def add_book(request):
b= Book(name = "python基础", price=49, author="Jerry",put_data="2019-08-25")
b.save()
return HttpResponse("添加成功")
方式二:
def add_book(request):
Book.objects.create(name = "linux基础", price=69, author="Tom",put_data="2019-08-26")
实际上第二种方式在之后的实际应用中会经常使用到,因为我们从用户获取的数据都是通过 form表单或者Ajex的等等,
而这些都是将数据存储成一个个键值对,那么我们通过**dic就可以创建一条数据,使用起来将会更加便捷
Book.objects.create(**dic)。
这种用法需要保证用户传过来的键值对应该和表单字段一致,否则会报错。
django的get方法是从数据库的取得一个匹配的结果,返回一个对象,如果记录不存在的话,它会报错。
django的filter方法是从数据库的取得匹配的结果,返回一个对象列表,如果记录不存在的话,它会返回[]。
get得到的是一个model对象;filter得到的是一组model对象,类型是queryset,是一个django定义的,可迭代的,可以当作是一个list操作,每个索引都是一个model对象。 get如果满足的条件大于一个的时候,会报错 #有点类似于如下: get相当与fetchon.
objects.filter()方法
方式一:
def update_book(request):
Book.objects.filter(author = "Jerry").update(price = 69)
print(b) # , ]>
print(type(b)) #
return HttpResponse("修改成功")
方式二:
def update_book(request):
b = Book.objects.filter(author = "Tom")
b.update(price = 120)
return HttpResponse("修改成功")
objects.get()方法
b = Book.objects.get(author = "Jerry")
b.price = 90
b.save()
print(b) # Book object (1)
print(type(b)) #
注意点:
update是QuerySet对象的方法,get返回的是一个model对象,它没有update方法,而filter返回的是一个QuerySet对象(filter里面的条件可能有多个条件符合)
update方法直接设定对应属性的效率会比较高些,它只会单独修改我们给出的内容,不会修改将其他重新设定。
save方法会将所有属性重新设定一遍,效率低。所以在以后的使用中,推荐使用update
更改某一指定的列,我们可以调用结果集(QuerySet)对象的update()方法,与之等同的SQL语句变得更高效,并且不会引起竞态条件。此外,update()方法对于任何结果集(QuerySet)均有效,这意味着你可以同时更新多条记录update()方法会返回一个整型数值,表示受影响的记录条数。
注意,这里因为update返回的是一个整形,所以没法用query属性;对于每次创建一个对象,想显示对应的raw sql,需要在settings加上日志记录部分
LOGGING = {
'version': 1,
'disable_existing_loggers': False,
'handlers': {
'console':{
'level':'DEBUG',
'class':'logging.StreamHandler',
},
},
'loggers': {
'django.db.backends': {
'handlers': ['console'],
'propagate': True,
'level':'DEBUG',
},
}
}
def del_book(request):
b = Book.objects.filter(id = 3)
b.delete()
return HttpResponse("删除成功")
这种删除方式就是django默认的级联删除。
任务需求: 查找北京大学出版社所出版的所有书籍
方式一(正向查询):
pub_obj = Publish.objects.filter(name = "北京大学出版社")[0]
res = Book.objects.filter(publish=pub_obj).values("name")
print(res)
方式二(反向查询):
---->反向查询就是通过 _set 找到外键关键的主表
publish_obj = Publish.objects.filter(name = "北京大学出版社")[0]
res = publish_obj.book_set.all().values("name") #book_set的原因是publish有可能被多张表进行关联,所以要book_set
print(res)
方式三(__双下划线)
查找北京大学出版社出过的所有书籍
res = Book.objects.filter(publish__name="北京大学出版社").values("name")
print(res)
多表操作:
创建多对多的关系:
author = models.ManyToManyField("Author")
书籍对象它的关联作者:
obj = book_obj.authors.all()
绑定多对多的关系:
obj.add(*QuerySet)
obj.remove(author_obj)
如果需要向第三张表插入值的方式绑定关系,只能手动创建第三张表,但不推荐改方式。
多对多关系表单创建:
class Book(models.Model):
name = models.CharField(max_length=20)
price = models.IntegerField()
put_data = models.DateField()
author = models.ManyToManyField("Author")
publish = models.ForeignKey("Publish",on_delete=models.CASCADE)
def __str__(self):
return self.name
class Author(models.Model):
name = models.CharField(max_length=20)
age = models.IntegerField(default=18)
def __str__(self):
return self.name
添加和删除多对多关系:
author1=Author.objects.get(id=1)
author2=Author.objects.filter(name='alvin')[0]
book=Book.objects.get(id=1)
book.authors.add(author1,author2)
#等同于:
book.authors.add(*[author1,author2])
同理有添加方法add(),那么对应的就有删除方法remove():
book_obj.author.remove(*author_obj)
book_obj.author.remove(2) #该语句的意思是删除author_id为2的作者
多对多关系查询:
需求:查询作者Jerry出的所有书籍。
res = Book.objects.filter(author__name="Jerry").all().values("name","price")
print(res)
注意:条件查询即与对象查询对应,是指在filter,values等方法中的通过__来明确查询条件。
聚合函数的使用
聚合函数的使用: aggregate
在使用聚合函数之前,需要在文件头导入聚合方法:
from django.db.models import Avg, Min, Max, Count
# 查询所有书籍的平均价格
ret = Book.objects.all().aggregate(Avg("price"))
print(ret) #{'price__avg': 80.0},默认的命名
ret = Book.objects.all().aggregate(book_price = Avg("price"))
print(ret) #{'book_price': 80.0}
分组查询:
分组:annotate
ret = Book.objects.values("author__name")
print(ret)
ret = Book.objects.values("author__name").annotate(Sum("price"))
ret = Book.objects.values("author__name").annotate()
print(ret)
# F 使用查询条件的值,专门取对象中某列值的操作
# from django.db.models import F
# models.Tb1.objects.update(num=F('num')+1)
# Q 构建搜索条件
from django.db.models import Q
#1 Q对象(django.db.models.Q)可以对关键字参数进行封装,从而更好地应用多个查询
q1=models.Book.objects.filter(Q(title__startswith='P')).all()
print(q1)#[, ]
# 2、可以组合使用&,|操作符,当一个操作符是用于两个Q的对象,它产生一个新的Q对象。
Q(title__startswith='P') | Q(title__startswith='J')
# 3、Q对象可以用~操作符放在前面表示否定,也可允许否定与不否定形式的组合
Q(title__startswith='P') | ~Q(pub_date__year=2005)
# 4、应用范围:
# Each lookup function that takes keyword-arguments (e.g. filter(),
# exclude(), get()) can also be passed one or more Q objects as
# positional (not-named) arguments. If you provide multiple Q object
# arguments to a lookup function, the arguments will be “AND”ed
# together. For example:
Book.objects.get(
Q(title__startswith='P'),
Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6))
)
#sql:
# SELECT * from polls WHERE question LIKE 'P%'
# AND (pub_date = '2005-05-02' OR pub_date = '2005-05-06')
# import datetime
# e=datetime.date(2005,5,6) #2005-05-06
# 5、Q对象可以与关键字参数查询一起使用,不过一定要把Q对象放在关键字参数查询的前面。
# 正确:
Book.objects.get(
Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)),
title__startswith='P')
# 错误:
Book.objects.get(
question__startswith='P',
Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)))
所谓惰性机制:Publisher.objects.all()或者.filter()等都只是返回了一个QuerySet(查询结果集对象),它并不会马上执行sql,而是当调用QuerySet的时候才执行。
QuerySet的使用:
<1>Django的queryset是惰性的
Django的queryset对应于数据库的若干记录(row),通过可选的查询来过滤。例如,下面的代码会得
到数据库中名字为‘Dave’的所有的人:person_set = Person.objects.filter(first_name="Dave")
上面的代码并没有运行任何的数据库查询。你可以使用person_set,给它加上一些过滤条件,或者将它传给某个函数,
这些操作都不会发送给数据库。这是对的,因为数据库查询是显著影响web应用性能的因素之一。
<2>要真正从数据库获得数据,你可以遍历queryset或者使用if queryset,总之你用到数据时就会执行sql.
为了验证这些,需要在settings里加入 LOGGING(验证方式)
obj=models.Book.objects.filter(id=3)
# for i in obj:
# print(i)
# if obj:
# print("ok")
<3>queryset是具有cache的
当你遍历queryset时,所有匹配的记录会从数据库获取,然后转换成Django的model。这被称为执行
(evaluation).这些model会保存在queryset内置的cache中,这样如果你再次遍历这个queryset,
你不需要重复运行通用的查询。
obj=models.Book.objects.filter(id=3)
# for i in obj:
# print(i)
## models.Book.objects.filter(id=3).update(title="GO")
## obj_new=models.Book.objects.filter(id=3)
# for i in obj:
# print(i) #LOGGING只会打印一次
<4>
简单的使用if语句进行判断也会完全执行整个queryset并且把数据放入cache,虽然你并不需要这些
数据!为了避免这个,可以用exists()方法来检查是否有数据:
obj = Book.objects.filter(id=4)
# exists()的检查可以避免数据放入queryset的cache。
if obj.exists():
print("hello world!")
<5>当queryset非常巨大时,cache会成为问题
处理成千上万的记录时,将它们一次装入内存是很浪费的。更糟糕的是,巨大的queryset可能会锁住系统
进程,让你的程序濒临崩溃。要避免在遍历数据的同时产生queryset cache,可以使用iterator()方法
来获取数据,处理完数据就将其丢弃。
objs = Book.objects.all().iterator()
# iterator()可以一次只从数据库获取少量数据,这样可以节省内存
for obj in objs:
print(obj.name)
#BUT,再次遍历没有打印,因为迭代器已经在上一次遍历(next)到最后一次了,没得遍历了
for obj in objs:
print(obj.name)
#当然,使用iterator()方法来防止生成cache,意味着遍历同一个queryset时会重复执行查询。所以使
#用iterator()的时候要当心,确保你的代码在操作一个大的queryset时没有重复执行查询
总结:
queryset的cache是用于减少程序对数据库的查询,在通常的使用下会保证只有在需要的时候才会查询数据库。
使用exists()和iterator()方法可以优化程序对内存的使用。不过,由于它们并不会生成queryset cache,可能
会造成额外的数据库查询。