Python——Django框架（五）、ORM多表操作之多对多、查询之聚合查询和分组查询、F查询与Q查询、QuerySet集合对象的特性

Python——Django框架（五）

参考博文：https://www.cnblogs.com/yuanchenqi/articles/6083427.html

ORM多表操作之多对多

一、多对多添加记录

1、添加多对多关系

继续前面的。多一个作者（Author）表，一本书可以有多个作者，一个作者可以有多本书，这就是多对多的关系。

首先要知道，两张表是完成不了多对多的关系的。

那么多对多怎么实现呢？有个很通俗的单词：ManyToMany：

我这作者的表已经创建过了，接着如果想要再加一个字段：

也就是想要再加一个age字段，就会出现这种去情况：

系统不知道你新加的这个 age 应该赋予什么值，所以我们可以给它一个null：

接着输入代码创建表，这时就会发现，除了原本的三张表（Book,publish,author），还多了一张表：

这个ManyToMany就会自动帮你创建第三张表。
现在表已经创建好了，就要绑定多对多的关系了。

上面的数字，是手动填上去的。我们能不能通过ORM来给这张表添加信息呢？当然不行！！

现在是通过编辑器来直接对这张表操作的，但是如果回到用ORM来赋值，你会发现根本没有相关的代码。

所以我们只能通过对象的方式来绑定关系。

那么我们该怎么绑定呢？看下图：

解释：首先要先取出这本书的对象，然后如果想要为这本书添加作者，就通过 add（） 的方式来添加，当然，我们应该要先取出作者的信息：

这里取出的是所有作者的信息，取出的是一个集合，所以下面add增加操作那里，要加个星号 * 。当然，如果取出的只有一个，就不用 * 了。看下图：

这时候，就可以发现，多对多的绑定关系出来了：

继续前面的，如果添加多个作者信息，就会这样：

三个作者都对应了一本书了。

2、删除多对多关系

这样，就解除了绑定的多对多的关系：

可以看到，成功解除了多对多的关系。

当然，还有相对简便的方法：

这个操作意思是：把 id=3 的书，删除 id=3 的作者的多对多关系。如果删除不存在的 id ，也不会报错。

3、通过直接操作来赋予多对多关系（不推荐）

注意：

这里把那个 ManyToMany 的字段删了，然后输入相关代码 （… migrate），系统会自动把这个字段相关联的数据给删掉。

---

---

前面都是通过对象的方式来赋予多对多关系。如果我们就是要直接操作来赋予多对多关系，那该怎么做呢？

答案是可以的。前面我们是通过ManyToMany 来让数据库自动帮我们创建第三张表。如果我们手动创建第三张表，就可以实现通过直接操作来赋予多对多关系。

记得前面讲过，实质上是没有多对多的关系的，是通过两张表的一对多，来实现多对多的关系。

两个都是外键！
创建外键，系统会自动帮我们在后面加上 _id。

然后创建表：

接着我们就开始赋予多对多关系：

解释：绑定书id为2，作者id为3，的多对多关系。
可以看到，创建成功：

二、多对多查询（接上）

然后开始关联查询：


可以看到，取出来了对象集合。接着取第一个对象，看它的信息：

可以看到，作者的信息出来了。

可以发现，这种操作跟一对多的差不多。学到这里，就可以忘记这种操作了，因为后面主要不是通过这种操作来赋予关系，主要是通过filter，双下划线等等的方式。但是这里要知道怎么回事，有这么一个方法，就行了。

还没结束，我们尝试查询 alex出过的书籍名称及价格：

可以看到，能查出来，但是因为这表是我们手动创建出来的，所以这么查起来比较麻烦，如果是ManyToMany，会轻松很多。

---

---

如果是ManyToMany，看下图：

可以看到，最终是可以查到的（中间的数据改过，但重要的是能查出来）：

三、查询之聚合查询，分组查询

1、聚合查询

如果你想要例如 sub ，min 之类的函数，要先导入：

来个需求：现在想要所有书的平均价格，怎么求？看下图：

然后结果：

如果是求和呢？

结果：

再来个需求，求 alex出过的书的总价格：
首先要筛选条件，接着再求和：
结果：

可以看到 这个 ‘price__sum’ 是系统自动帮我们做拼接的，我们也可以自己命名：

结果：

2、分组查询

顾名思义，我们可以根据某个条件来分组，这里用名字举例：

先筛选作者姓名，再根据这个来分组：

解释：此操作意思是每一个作者出过的书的总价格是多少。
结果：

再来个需求，每一个出版社所出过最便宜的书的价格：
结果：

四、多表操作之F查询与Q查询

仅仅靠单一的关键字查询已经很难满足查询的要求。此时Django为我们提供了F查询和Q查询。
如果要使用F、Q查询，首先要引入它们：

1、 F查询

来个需求：如果此时想要所有书的价格都提价10块钱，该怎么做？尝试下：

可以看到，这种方式是不行的。
所以此时我们需要F、Q的帮助

可以看到，这样子就没问题了。结果也确实都加了10块钱。

2、Q查询

a、

我们能做到“与”查询，但是“非”跟“或”做不到。所以这时就需要Q查询来帮助：

通过Q包起来，就可以使用管道符 “ | ” ，来完成或操作。
通过Q包起来，就可以在Q前面加波浪线 “ ~ ” ，来完成非操作。

举例子：

输出价格为87或者名字为GO的书：

输出名字不是GO的书：

b、模糊查询

如果要查找书的名字里带有G的，该怎么做呢？看下图：

3、F、Q查询与关键字查询组合使用

例子：

结果：

注意：如果要组合查询，F或Q查询，一定要放在关键字查询前面！

五、QuerySet集合对象的特性

QuerySet特点：
1、可迭代的
2、可切片

1、惰性求值

当执行了上面这么一段代码的时候，数据库有没有查询？
答案是没有。

这个现象，是 querySet 造成的。这种现象称为“惰性求值”。

当你需要用到的时候，才会执行，否则不会执行。为什么要这么设计呢？
因为到数据库查询需要时间；如果你现在不用，后面再用，这样子就会浪费时间。

只要你用到，就会执行，比如：

比如这种。

注意：

但是，这种情况就不一定了：

两个 for 循环，虽然看起来是执行了两次，但实质上只执行了一次！

Django给 querySet 做了一个缓存，第一次遍历的时候，会存进缓存，第二次再用到的时候，就不会到数据库拿，而是进缓存里拿。这种情况，也能提升性能。

我们可以验证一下：

结果：

结论：确实是没有到数据库里拿，而是进到了缓存里。这就是利弊关系了。

但是真的没有办法吗？

很简单，你重新赋值就行了！

2、关于exists与节省缓存

现在有这么个需求，我只要看下QuerySet里面有没有数据，但是不要它存到缓存里：
xxx.exists()

看下图：

这么写，虽然还是会走数据库，但是不会把里面的数据存到缓存里面。

3、QuerySet与迭代器和生成器

如果数据很多，一下放到缓存里，对缓存也是个很大的消耗，我们可以用到以前学过的迭代器与生成器，一条一条放到缓存里，用到的时候才拿。

首先就要先做一个迭代器：
通过 iterator（）：

迭代器的特点：只能遍历一次，遍历完就没有了，比如下图的两个for循环：

只能输出一次，第二次已经没有了，所以输出不出来。

总结：