一 **** ORM模型介绍
Ⅰ* ORM，全称Object Relational Mapping，中文叫做对象关系映射，通过ORM我们可以通过类的方式去操作数据库，而不用再写原生的SQL语句。通过把表映射成类，把行作实例，把字段作为属性，ORM在执行对象操作的时候最终还是会把对应的操作转换为数据库原生语句。使用ORM有许多优点：
1.易用性：使用ORM做数据库的开发可以有效的减少重复SQL语句的概率，写出来的模型也更加直观、清晰。
2.性能损耗小：ORM转换成底层数据库操作指令确实会有一些开销。但从实际的情况来看，这种性能损耗很少（不足5%），只要不是对性能有严苛的要求，综合考虑开发效率、代码的阅读性，带来的好处要远远大于性能损耗，而且项目越大作用越明显。
3.设计灵活：可以轻松的写出复杂的查询。
4.可移植性：Django封装了底层的数据库实现，支持多个关系数据库引擎，包括流行的MySQL、PostgreSQL和SQLite。可以非常轻松的切换数据库。
Ⅱ * 数据库ORM模型一般写在应用中的models.py中，也就是MTV中的M层
MTV相对应的就是M--models.py 数据层 T--templates.py视图层 V--views.py控制层
models.py就是写数据库数据的M数据库层，
在里面创建类和属性也就是相对应的表和字段名称，
简单的书籍ORM模型。示例代码如下：
fromdjango.dbimportmodelsclassBook(models.Model):
name = models.CharField(max_length=20,null=False)
author = models.CharField(max_length=20,null=False)
pub_time = models.DateTimeField(default=datetime.now)
price = models.FloatField(default=0)
以上便定义了一个模型。这个模型继承自django.db.models.Model，如果这个模型想要映射到数据库中，就必须继承自这个类。这个模型以后映射到数据库中，表名是模型名称的小写形式，为book。在这个表中，有四个字段，一个为name，这个字段是保存的是书的名称，是varchar类型，最长不能超过20个字符，并且不能为空。第二个字段是作者名字类型，同样也是varchar类型，长度不能超过20个。第三个是出版时间，数据类型是datetime类型，默认是保存这本书籍的时间。第五个是这本书的价格，是浮点类型。
还有一个字段我们没有写，就是主键id，在django中，如果一个模型没有定义主键，那么将会自动生成一个自动增长的int类型的主键，并且这个主键的名字就叫做id。
Ⅲ * 映射模型到数据库中Models.py中的类和属性与数据库中的表和字段相匹配
二 **** 模型中Meta配置：
对于一些模型级别的配置。我们可以在模型中定义一个类，叫做Meta。然后在这个类中添加一些类属性来控制模型的作用。比如我们想要在数据库映射的时候使用自己指定的表名，而不是使用模型的名称。那么我们可以在Meta类中添加一个db_table的属性。示例代码如下：
class Book(models.Model):
name = models.CharField(max_length=20,null=False)
desc=models.CharField(max_length=100,name='description',db_column="description1")
class Meta:
db_table ='book_model'
以下将对Meta类中的一些常用配置进行解释。
1.db_table：
这个模型映射到数据库中的表名。如果没有指定这个参数，那么在映射的时候将会使用模型名来作为默认的表名。
2.ordering：
设置在提取数据的排序方式。后面章节会讲到如何查找数据。比如我想在查找数据的时候根据添加的时间排序，那么示例代码如下：
classBook(models.Model):name = models.CharField(max_length=20,null=False) desc = models.CharField(max_length=100,name='description',db_column="description1") pub_date = models.DateTimeField(auto_now_add=True)classMeta:db_table ='book_model'ordering = ['pub_date']
三 **** 外键的使用
1.类定义为class ForeignKey(to,on_delete,**options)。第一个参数是引用的是哪个模型，第二个参数是在使用外键引用的模型数据被删除了，这个字段该如何处理，比如有CASCADE、SET_NULL等。这里以一个实际案例来说明。比如有一个User和一个Article两个模型。一个User可以发表多篇文章，一个Article只能有一个Author，并且通过外键进行引用。那么相关的示例代码如下：
classUser(models.Model):
username = models.CharField(max_length=20)
password = models.CharField(max_length=100)classArticle(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
author = models.ForeignKey("User",on_delete=models.CASCADE)
以上使用ForeignKey来定义模型之间的关系。即在article的实例中可以通过author属性来操作对应的User模型。这样使用起来非常的方便。示例代码如下：
article = Article(title='abc',content='123')
author = User(username='张三',password='111111')
article.author = author
article.save()
# 修改article.author上的值
article.author.username ='李四'
article.save()
为什么使用了ForeignKey后，就能通过author访问到对应的user对象呢。因此在底层，Django为Article表添加了一个属性名_id的字段（比如author的字段名称是author_id），这个字段是一个外键，记录着对应的作者的主键。以后通过article.author访问的时候，实际上是先
2.如果想要引用另外一个app的模型，那么应该在传递to参数的时候，使用app.model_name进行指定。以上例为例，如果User和Article不是在同一个app中，那么在引用的时候的示例代码如下：
# User模型在user这个app中
classUser(models.Model):
username = models.CharField(max_length=20)
password = models.CharField(max_length=100)
# Article模型在article这个app中
classArticle(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
author = models.ForeignKey("user.User",on_delete=models.CASCADE)
3.如果模型的外键引用的是本身自己这个模型，那么to参数可以为'self'，或者是这个模型的名字。在论坛开发中，一般评论都可以进行二级评论，即可以针对另外一个评论进行评论，那么在定义模型的时候就需要使用外键来引用自身。示例代码如下：
classComment(models.Model):
content = models.TextField()
origin_comment=
models.ForeignKey('self',on_delete=models.CASCADE,null=True)
# 或者
# origin_comment = models.ForeignKey('Comment',on_delete=models.CASCADE,null=True)
4.外键删除操作：on_delete相关值
如果一个模型使用了外键。那么在对方那个模型被删掉后，该进行什么样的操作。可以通过on_delete来指定。可以指定的类型如下：
1 * CASCADE：级联操作。如果外键对应的那条数据被删除了，那么这条数据也会被删除。
2 * PROTECT：受保护。即只要这条数据引用了外键的那条数据，那么就不能删除外键的那条数据。
3 * SET_NULL：设置为空。如果外键的那条数据被删除了，那么在本条数据上就将这个字段设置为空。如果设置这个选项，前提是要指定这个字段可以为空。
4 * SET_DEFAULT：设置默认值。如果外键的那条数据被删除了，那么本条数据上就将这个字段设置为默认值。如果设置这个选项，前提是要指定这个字段一个默认值。
5 * SET()：如果外键的那条数据被删除了。那么将会获取SET函数中的值来作为这个外键的值。SET函数可以接收一个可以调用的对象（比如函数或者方法），如果是可以调用的对象，那么会将这个对象调用后的结果作为值返回回去。
6 * DO_NOTHING：不采取任何行为。一切全看数据库级别的约束。
以上这些选项只是Django级别的，数据级别依旧是RESTRICT！
四 **** 表关系：
Ⅰ * 表之间的关系都是通过外键来进行关联的。而表之间的关系，无非就是三种关系：一对一、一对多（多对一）、多对多等。以下将讨论一下三种关系的应用场景及其实现方式。
1.一对多：
应用场景：比如文章和作者之间的关系。一个文章只能由一个作者编写，但是一个作者可以写多篇文章。文章和作者之间的关系就是典型的多对一的关系。
实现方式：一对多或者多对一，都是通过ForeignKey来实现的。还是以文章和作者的案例进行讲解。
classUser(models.Model):
username = models.CharField(max_length=20)
password = models.CharField(max_length=100)
classArticle(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
author = models.ForeignKey("User",on_delete=models.CASCADE)
那么以后在给Article对象指定author，就可以使用以下代码来完成：
article = Article(title='abc',content='123')
author = User(username='zhiliao',password='111111')
# 要先保存到数据库中
author.save()
article.author = author
article.save()
并且以后如果想要获取某个用户下所有的文章，可以通过article_set来实现。示例代码如下：
user = User.objects.first()
# 获取第一个用户写的所有文章
articles = user.article_set.all()
for article in articles:
print(article)
2.一对一：
应用场景：比如一个用户表和一个用户信息表。在实际网站中，可能需要保存用户的许多信息，但是有些信息是不经常用的。如果把所有信息都存放到一张表中可能会影响查询效率，因此可以把用户的一些不常用的信息存放到另外一张表中我们叫做UserExtension。但是用户表User和用户信息表UserExtension就是典型的一对一了。
实现方式：Django为一对一提供了一个专门的Field叫做OneToOneField来实现一对一操作。示例代码如下：
class User(models.Model):
username = models.CharField(max_length=20)
password=
models.CharField(max_length=100)
class UserExtension(models.Model):
birthday = models.DateTimeField(null=True)
school = models.CharField(blank=True,max_length=50)
user = models.OneToOneField("User", on_delete=models.CASCADE)
在UserExtension模型上增加了一个一对一的关系映射。其实底层是在UserExtension这个表上增加了一个user_id，来和user表进行关联，并且这个外键数据在表中必须是唯一的，来保证一对一。
3.多对多：
应用场景：比如文章和标签的关系。一篇文章可以有多个标签，一个标签可以被多个文章所引用。因此标签和文章的关系是典型的多对多的关系。
实现方式：Django为这种多对多的实现提供了专门的Field。叫做ManyToManyField。还是拿文章和标签为例进行讲解。示例代码如下：
class Article(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
tags=models.ManyToManyField("Tag",related_name="articles")
class Tag(models.Model):
name = models.CharField(max_length=50)
在数据库层面，实际上Django是为这种多对多的关系建立了一个中间表。这个中间表分别定义了两个外键，引用到article和tag两张表的主键。
Ⅱ * related_name和related_query_name：
1.related_name：
还是以User和Article为例来进行说明。如果一个article想要访问对应的作者，那么可以通过author来进行访问。但是如果有一个user对象，想要通过这个user对象获取所有的文章，该如何做呢？这时候可以通过user.article_set来访问，这个名字的规律是模型名字小写_set。示例代码如下：
user = User.objects.get(name='张三')user.article_set.all()
如果不想使用模型名字小写_set的方式，想要使用其他的名字，那么可以在定义模型的时候指定related_name。示例代码如下：
classArticle(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
# 传递related_name参数，以后在方向引用的时候使用articles进行访问
author = models.ForeignKey("User",on_delete=models.SET_NULL,null=True,related_name='articles')
以后在方向引用的时候。使用articles可以访问到这个作者的文章模型。示例代码如下：
user = User.objects.get(name='张三')user.articles.all()
如果不想使用反向引用，那么可以指定related_name='+'。示例代码如下：
classArticle(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
# 传递related_name参数，以后在方向引用的时候使用articles进行访问
author = models.ForeignKey("User",on_delete=models.SET_NULL,null=True,related_name='+')
以后将不能通过user.article_set来访问文章模型了。
2.related_query_name：
在查找数据的时候，可以使用filter进行过滤。使用filter过滤的时候，不仅仅可以指定本模型上的某个属性要满足什么条件，还可以指定相关联的模型满足什么属性。比如现在想要获取写过标题为abc的所有用户，那么可以这样写：
users = User.objects.filter(article__title='abc')
如果你设置了related_name为articles，因为反转的过滤器的名字将使用related_name的名字，那么上例代码将改成如下：
users = User.objects.filter(articles__title='abc')
可以通过related_query_name将查询的反转名字修改成其他的名字。比如article。示例代码如下：
classArticle(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()
# 传递related_name参数，以后在方向引用的时候使用articles进行访问
author = models.ForeignKey("User",on_delete=models.SET_NULL,null=True,related_name='articles',related_query_name='article')
那么在做反向过滤查找的时候就可以使用以下代码：
users = User.objects.filter(article__title='abc')
五 **** 模型的操作：
在ORM框架中，所有模型相关的操作，比如添加/删除等。其实都是映射到数据库中一条数据的操作。因此模型操作也就是数据库表中数据的操作。
1.添加一个模型到数据库中：
添加模型到数据库中。首先需要创建一个模型。创建模型的方式很简单，就跟创建普通的Python对象是一摸一样的。在创建完模型之后，需要调用模型的save方法，这样Django会自动的将这个模型转换成sql语句，然后存储到数据库中。示例代码如下：
classBook(models.Model):
name = models.CharField(max_length=20,null=False)
desc = models.CharField(max_length=100,name='description',db_column="description1") pub_date = models.DateTimeField(auto_now_add=True)
book = Book(name='三国演义',desc='三国英雄！')
book.save()
2.查找数据：
查找数据都是通过模型下的objects对象来实现的。
查找所有数据：
要查找Book这个模型对应的表下的所有数据。那么示例代码如下：
books = Book.objects.all()
以上将返回Book模型下的所有数据。
数据过滤：
在查找数据的时候，有时候需要对一些数据进行过滤。那么这时候需要调用objects的filter方法。实例代码如下：
books = Book.objects.filter(name='三国演义')
> []# 多个条件
books = Book.objects.filter(name='三国演义',desc='test')
调用filter，会将所有满足条件的模型对象都返回。
3.获取单个对象：
使用filter返回的是所有满足条件的结果集。有时候如果只需要返回第一个满足条件的对象。那么可以使用get方法。示例代码如下：
book = Book.objects.get(name='三国演义')>
当然，如果没有找到满足条件的对象，那么就会抛出一个异常。而filter在没有找到满足条件的数据的时候，是返回一个空的列表。
4.数据排序：
在之前的例子中，数据都是无序的。如果你想在查找数据的时候使用某个字段来进行排序，那么可以使用order_by方法来实现。示例代码如下：
books = Book.objects.order_by("pub_date")
以上代码在提取所有书籍的数据的时候，将会使用pub_date从小到大进行排序。如果想要进行倒序排序，那么可以在pub_date前面加一个负号。实例代码如下：
books = Book.objects.order_by("-pub_date")
5.修改数据：
在查找到数据后，便可以进行修改了。修改的方式非常简单，只需要将查找出来的对象的某个属性进行修改，然后再调用这个对象的save方法便可以进行修改。示例代码如下：
from datetime import datetime
book = Book.objects.get(name='三国演义')
book.pub_date = datetime.now()
book.save()
6.删除数据：
在查找到数据后，便可以进行删除了。删除数据非常简单，只需要调用这个对象的delete方法即可。实例代码如下：
book = Book.objects.get(name='三国演义')
book.delete()
六 ** ** * 查询操作
查找是数据库操作中一个非常重要的技术。查询一般就是使用filter、exclude以及get三个方法来实现。我们可以在调用这些方法的时候传递不同的参数来实现查询需求。在ORM层面，这些查询条件都是使用field+__+condition的方式来使用的。以下将那些常用的查询条件来一一解释。
1.查询条件
exact：
使用精确的=进行查找。如果提供的是一个None，那么在SQL层面就是被解释为NULL。示例代码如下：
article = Article.objects.get(id__exact=14)
article = Article.objects.get(id__exact=None)
以上的两个查找在翻译为SQL语句为如下：
select...fromarticlewhereid=14;
select...fromarticlewhereidISNULL;
2.iexact：
使用like进行查找。示例代码如下：
article = Article.objects.filter(title__iexact='hello world')
那么以上的查询就等价于以下的SQL语句：
select ... from article where title like 'hello world';
注意上面这个sql语句，因为在MySQL中，没有一个叫做ilike的。所以exact和iexact的区别实际上就是LIKE和=的区别，在大部分collation=utf8_general_ci情况下都是一样的（collation是用来对字符串比较的）。
3.contains：
大小写敏感，判断某个字段是否包含了某个数据。示例代码如下：
articles = Article.objects.filter(title__contains='hello')
在翻译成SQL语句为如下：
select ... where title like binary '%hello%';
要注意的是，在使用contains的时候，翻译成的sql语句左右两边是有百分号的，意味着使用的是模糊查询。而exact翻译成sql语句左右两边是没有百分号的，意味着使用的是精确的查询。
4.icontains：
大小写不敏感的匹配查询。示例代码如下：
articles = Article.objects.filter(title__icontains='hello')
在翻译成SQL语句为如下：
select ... where title like '%hello%';
5.in：
提取那些给定的field的值是否在给定的容器中。容器可以为list、tuple或者任何一个可以迭代的对象，包括QuerySet对象。示例代码如下：
articles = Article.objects.filter(id__in=[1,2,3])
以上代码在翻译成SQL语句为如下：
select ... where id in (1,3,4)
当然也可以传递一个QuerySet对象进去。示例代码如下：
inner_qs = Article.objects.filter(title__contains='hello')
categories = Category.objects.filter(article__in=inner_qs)
以上代码的意思是获取那些文章标题包含hello的所有分类。
将翻译成以下SQL语句，示例代码如下：
select...fromcategorywherearticle.id
in (select id from article where title like'%hello%');
6.gt：某个field的值要大于给定的值。示例代码如下：
articles = Article.objects.filter(id__gt=4)
以上代码的意思是将所有id大于4的文章全部都找出来。
将翻译成以下SQL语句：
select...where id >4;
7.gte：
类似于gt，是大于等于。
8.lt：
类似于gt是小于。
9.lte：
类似于lt，是小于等于。
10.startswith：
判断某个字段的值是否是以某个值开始的。大小写敏感。示例代码如下：
articles = Article.objects.filter(title__startswith='hello')
以上代码的意思是提取所有标题以hello字符串开头的文章。
将翻译成以下SQL语句：
select...where title like'hello%'
11.istartswith：
类似于startswith，但是大小写是不敏感的。
12.endswith：
判断某个字段的值是否以某个值结束。大小写敏感。示例代码如下：
articles = Article.objects.filter(title__endswith='world')
以上代码的意思是提取所有标题以world结尾的文章。
将翻译成以下SQL语句：
select...where title like'%world';
13.iendswith：
类似于endswith，只不过大小写不敏感。
14.range：
判断某个field的值是否在给定的区间中。示例代码如下：
from django.utils.timezone
import make_aware from datetime
import datetime
start_date = make_aware(datetime(year=2018,month=1,day=1))
end_date = make_aware(datetime(year=2018,month=3,day=29,hour=16))
articles = Article.objects.filter(pub_date__range=(start_date,end_date))
以上代码的意思是提取所有发布时间在2018/1/1到2018/12/12之间的文章。
将翻译成以下的SQL语句：
select...from article where pub_time between '2018-01-01' and '2018-12-12'。
需要注意的是，以上提取数据，不会包含最后一个值。也就是不会包含2018/12/12的文章。
而且另外一个重点，因为我们在settings.py中指定了USE_TZ=True，并且设置了TIME_ZONE='Asia/Shanghai'，因此我们在提取数据的时候要使用django.utils.timezone.make_aware先将datetime.datetime从navie时间转换为aware时间。make_aware会将指定的时间转换为TIME_ZONE中指定的时区的时间。
15.date：
针对某些date或者datetime类型的字段。可以指定date的范围。并且这个时间过滤，还可以使用链式调用。示例代码如下：
articles = Article.objects.filter(pub_date__date=date(2018,3,29))
以上代码的意思是查找时间为2018/3/29这一天发表的所有文章。
将翻译成以下的sql语句：
select...WHERE DATE(CONVERT_TZ(`front_article`.`pub_date`,'UTC','Asia/Shanghai')) =2018-03-29
注意，因为默认情况下MySQL的表中是没有存储时区相关的信息的。因此我们需要下载一些时区表的文件，然后添加到Mysql的配置路径中。如果你用的是windows操作系统。那么在http://dev.mysql.com/downloads/timezones.html下载timezone_2018d_posix.zip - POSIX standard。然后将下载下来的所有文件拷贝到C:\ProgramData\MySQL\MySQL Server 5.7\Data\mysql中，如果提示文件名重复，那么选择覆盖即可。
如果用的是linux或者mac系统，那么在命令行中执行以下命令：mysql_tzinfo_to_sql /usr/share/zoneinfo | mysql -D mysql -u root -p，然后输入密码，从系统中加载时区文件更新到mysql中。
16.year：
根据年份进行查找。示例代码如下：
articles = Article.objects.filter(pub_date__year=2018)
articles = Article.objects.filter(pub_date__year__gte=2017)
以上的代码在翻译成SQL语句为如下：
select...where pub_date between '2018-01-01' and'2 018-12-31';
select...where pub_date >='2017-01-01';
17.month：
同year，根据月份进行查找。
18.day：
同year，根据日期进行查找。
week_day：
Django 1.11新增的查找方式。同year，根据星期几进行查找。1表示星期天，7表示星期六，2-6代表的是星期一到星期五。
19.time：
根据时间进行查找。示例代码如下：
articles = Article.objects.filter(pub_date__time=datetime.time(12,12,12));
以上的代码是获取每一天中12点12分12秒发表的所有文章。
更多的关于时间的过滤，请参考Django官方文档：https://docs.djangoproject.com/en/2.0/ref/models/querysets/#range。
20.isnull：
根据值是否为空进行查找。示例代码如下：
articles = Article.objects.filter(pub_date__isnull=False)
以上的代码的意思是获取所有发布日期不为空的文章。
将来翻译成SQL语句如下：
select...where pub_date isnot null;
21.regex和iregex：
大小写敏感和大小写不敏感的正则表达式。示例代码如下：
articles = Article.objects.filter(title__regex=r'^hello')
以上代码的意思是提取所有标题以hello字符串开头的文章。
将翻译成以下的SQL语句：
select...where title regexp binary '^hello';
iregex是大小写不敏感的。
根据关联的表进行查询：
假如现在有两个ORM模型，一个是Article，一个是Category。代码如下：
class Category(models.Model):
"""文章分类表"""
name = models.CharField(max_length=100)
class Article(models.Model):
"""文章表"""
title = models.CharField(max_length=100,null=True)
category = models.ForeignKey("Category",on_delete=models.CASCADE)
比如想要获取文章标题中包含"hello"的所有的分类。那么可以通过以下代码来实现：
categories = Category.object.filter(article__title__contains("hello"))
聚合函数：
如果你用原生SQL，则可以使用聚合函数来提取数据。比如提取某个商品销售的数量，那么可以使用Count，如果想要知道商品销售的平均价格，那么可以使用Avg。
聚合函数是通过aggregate方法来实现的。在讲解这些聚合函数的用法的时候，都是基于以下的模型对象来实现的。
from django.db import models
classAuthor(models.Model):
"""作者模型"""
name = models.CharField(max_length=100)
age = models.IntegerField()
email = models.EmailField()
class Meta:
db_table ='author'
class Publisher(models.Model):
"""出版社模型"""
name = models.CharField(max_length=300)
class Meta:
db_table ='publisher'
class Book(models.Model):
"""图书模型"""
name = models.CharField(max_length=300)
pages = models.IntegerField()
price = models.FloatField()
rating = models.FloatField()
author = models.ForeignKey(Author,on_delete=models.CASCADE)
publisher = models.ForeignKey(Publisher, on_delete=models.CASCADE)
classMeta:
db_table ='book'
class BookOrder(models.Model):
"""图书订单模型"""
book = models.ForeignKey("Book",on_delete=models.CASCADE)
price = models.FloatField()
class Meta:
db_table ='book_order'
Ⅱ *
1.Avg：求平均值。比如想要获取所有图书的价格平均值。那么可以使用以下代码实现。
from django.db.models import Avg
result = Book.objects.aggregate(Avg('price'))
print(result)
以上的打印结果是：
{"price__avg":23.0}
其中price__avg的结构是根据field__avg规则构成的。如果想要修改默认的名字，那么可以将Avg赋值给一个关键字参数。示例代码如下：
from django.db.models import Avg
result = Book.objects.aggregate(my_avg=Avg('price'))
print(result)
那么以上的结果打印为：
{"my_avg":23}
2.Count：获取指定的对象的个数。示例代码如下：
from django.db.models import Count
result = Book.objects.aggregate(book_num=Count('id'))
以上的result将返回Book表中总共有多少本图书。
Count类中，还有另外一个参数叫做distinct，默认是等于False，如果是等于True，那么将去掉那些重复的值。比如要获取作者表中所有的不重复的邮箱总共有多少个，那么可以通过以下代码来实现：
from djang.db.models import Count
result = Author.objects.aggregate(count=Count('email',distinct=True))
3.Max和Min：获取指定对象的最大值和最小值。比如想要获取Author表中，最大的年龄和最小的年龄分别是多少。那么可以通过以下代码来实现：
from django.db.models import Max,Min
result = Author.objects.aggregate(Max('age'),Min('age'))
如果最大的年龄是88,最小的年龄是18。那么以上的result将为：
{"age__max":88,"age__min":18}
4.Sum：求指定对象的总和。比如要求图书的销售总额。那么可以使用以下代码实现：
from djang.db.models importSum
result = Book.objects.annotate(total=Sum("bookstore__price")).values("name","total")
以上的代码annotate的意思是给Book表在查询的时候添加一个字段叫做total，这个字段的数据来源是从BookStore模型的price的总和而来。values方法是只提取name和total两个字段的值。
更多的聚合函数请参考官方文档：https://docs.djangoproject.com/en/2.0/ref/models/querysets/#aggregation-functions
5.aggregate和annotate的区别：
aggregate：返回使用聚合函数后的字段和值。
annotate：在原来模型字段的基础之上添加一个使用了聚合函数的字段，并且在使用聚合函数的时候，会使用当前这个模型的主键进行分组（group by）。
比如以上Sum的例子，如果使用的是annotate，那么将在每条图书的数据上都添加一个字段叫做total，计算这本书的销售总额。
而如果使用的是aggregate，那么将求所有图书的销售总额。
Ⅲ * F表达式和Q表达式：
F表达式：
F表达式是用来优化ORM操作数据库的。比如我们要将公司所有员工的薪水都增加1000元，如果按照正常的流程，应该是先从数据库中提取所有的员工工资到Python内存中，然后使用Python代码在员工工资的基础之上增加1000元，最后再保存到数据库中。这里面涉及的流程就是，首先从数据库中提取数据到Python内存中，然后在Python内存中做完运算，之后再保存到数据库中。示例代码如下：
employees = Employee.objects.all()
for employee in employees:
employee.salary +=1000
employee.save()
而我们的F表达式就可以优化这个流程，他可以不需要先把数据从数据库中提取出来，计算完成后再保存回去，他可以直接执行SQL语句，就将员工的工资增加1000元。示例代码如下：
from djang.db.models import F
Employee.object.update(salary=F("salary")+1000)
F表达式并不会马上从数据库中获取数据，而是在生成SQL语句的时候，动态的获取传给F表达式的值。
比如如果想要获取作者中，name和email相同的作者数据。如果不使用F表达式，那么需要使用以下代码来完成：
authors = Author.objects.all()
for author in authors:
if author.name == author.email:
print(author)
如果使用F表达式，那么一行代码就可以搞定。示例代码如下：
from django.db.models import F
authors = Author.objects.filter(name=F("email"))
Q表达式：
如果想要实现所有价格高于100元，并且评分达到9.0以上评分的图书。那么可以通过以下代码来实现：
books = Book.objects.filter(price__gte=100,rating__gte=9)
以上这个案例是一个并集查询，可以简单的通过传递多个条件进去来实现。
但是如果想要实现一些复杂的查询语句，比如要查询所有价格低于10元，或者是评分低于9分的图书。那就没有办法通过传递多个条件进去实现了。这时候就需要使用Q表达式来实现了。示例代码如下：
from django.db.models import Q
books = Book.objects.filter(Q(price__lte=10) | Q(rating__lte=9))
以上是进行或运算，当然还可以进行其他的运算，比如有&和~（非）等。一些用Q表达式的例子如下：
from django.db.models import Q
# 获取id等于3的图书
books = Book.objects.filter(Q(id=3))
# 获取id等于3，或者名字中包含文字"记"的图书
books = Book.objects.filter(Q(id=3)|Q(name__contains("记")))
# 获取价格大于100，并且书名中包含"记"的图书
books = Book.objects.filter(Q(price__gte=100)&Q(name__contains("记")))
# 获取书名包含“记”，但是id不等于3的图书
books = Book.objects.filter(Q(name__contains='记') & ~Q(id=3))