ORM 查询的数据类型:
QuerySet与惰性机制(可以看作是一个列表)
所谓惰性机制:表名.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特点:
<1> 可迭代的
<2> 可切片
<3> 惰性计算和缓存机制
例:
info=models.table_name.objects.all()[0:5] #切片 info= models.table_name.objects.all()[3] #索引 info= models.table_name.objects.all() #可迭代 print(info.title) for obj in info: print(obj.title)
类对象
获取字段数值为 类.字段名
创建 models 数据库
一对一表创建
class A1(models.Model): id = models.IntegerField(primary_key=True) A11 = models.CharField(max_length=20) A12 = models.CharField(max_length=20) A13 = models.CharField(max_length=20) class E1(models.Model): id = models.IntegerField(primary_key=True) E11 = models.OneToOneField('A1',to_field='id',on_delete=models.CASCADE) E12 = models.CharField(max_length=20) # 定义 一对一关联: # 格式: # 字段 = models.OneToOneFied('关联表',to_field='关联表字段',on_delete=models.CASCADE) # 可添加参数: # related_name=名字 #外键反向查找别名(方便反向查找) # 使用方式; obj.名字.all() #在写ForeignKey字段的时候,如果想要在反向查找时不使用默认的 小写的表名_set,就在定义这个字段的时间加related参数! # related_query_name 字段=别名 # 使用方式; obj.别名.all() # 一张表内两个外键 需要添加 related_query_name= 名字 从而识别是哪个外键值 # 示例: # B11 = models.ForeignKey('A1',to_field='id',on_delete=models.CASCADE)
外键(一对多创建)
# B1表跟A1表形成外键关系 class A1(models.Model): id = models.IntegerField(primary_key=True) A11 = models.CharField(max_length=20) A12 = models.CharField(max_length=20) A13 = models.CharField(max_length=20) class B1(models.Model): id = models.IntegerField(primary_key=True) B11 = models.ForeignKey('A1',to_field='id',on_delete=models.CASCADE) B12 = models.CharField(max_length=20) B13 = models.CharField(max_length=20) # 定义 外键: # 格式: # 字段 = models.ForeignKey('关联表',to_field='关联表字段',on_delete=models.CASCADE) # 可添加参数: # related_name=名字 #外键反向查找别名(方便反向查找) # 使用方式; obj.名字.all() #在写ForeignKey字段的时候,如果想要在反向查找时不使用默认的 小写的表名_set,就在定义这个字段的时间加related参数! # related_query_name 字段=别名 # 使用方式; obj.别名.all() # 一张表内两个外键 需要添加 related_query_name= 名字 从而识别是哪个外键值 # 示例: # B11 = models.ForeignKey('A1',to_field='id',on_delete=models.CASCADE)
多对多表创建
# C1表跟D1表形成多对多的关系 class C1 (models.Model): id = models.IntegerField(primary_key=True) m = models.ManyToManyField('D1') C12 = models.CharField(max_length=20) C13 = models.CharField(max_length=20) class D1 (models.Model): id = models.IntegerField(primary_key=True) D12 = models.CharField(max_length=20) D13 = models.CharField(max_length=20) # 定义 多对多: # 格式: # 字段 = models.ForeignKey('关联表',to_field='关联表字段',on_delete=models.CASCADE) # 可添加参数: # through='UserFans'指定第3张关系表的表名 # through_fields 指定第3张关系表的字段 # 示例: # m = models.ManyToManyField('D1')
多对多自关联创建
# userinfo 形成多对多的自关联 class Userinfo(models.Model): nikename=models.CharField(max_length=32) username=models.CharField(max_length=32) password=models.CharField(max_length=64) sex=((1,'男'),(2,'女')) gender=models.IntegerField(choices=sex) m=models.ManyToManyField('Userinfo')
ORM 操作
单表操作/追加参数
# # 单表添加数据 # 单表操作 # 格式: # 表名.objects.create() # 导入的是表 # module.表名.objects.create() # 导入的是module模块 # # 添加方式一: # models.表名.objects.create(字段1='参数1', 字段2='参数2') # # 添加方式二: # obj = models.表名(字段1 = '参数1', 字段2 = '参数2') # obj.save() # 示例: # # 方式一 # models.A1.objects.create(A11='A1',A12='1',A13='1') # # # 方式二 # data = {'A11': 'A2', 'A12': '2', 'A13': '2'} # models.A1.objects.create(**data) # # # 方式三 # data2 = {'A11': 'A3', 'A12': '3', 'A13': '3'} # obj = models.A1(**data2) # obj.save() # QuerySet 数据类型:可以看作是一个列表 # QuerySet 对象,可切片,索引,迭代 #类对象: 就是一个类 # 相当于一个类,获取字段数值为 类.字段名 # 单表查询数据 # 查询所有数据 # 格式: # info=models.表名.objects.all() # 返回值: # query_set对象集合 [对象1、对象2、.... ] # obj = models.A1.objects.all() # print(obj) # QuerySet 对象 # 查询单条数据 #方式一 filter # 格式一: # info = models.表名.objects.filter(字段=参数) # 返回值: # 取值可以为 info[0] # query_set对象集合 [对象1] # obj2 = models.A1.objects.filter(id=1) #查询不到数据为 空 QuerySet对象 # print(obj2) # QuerySet 对象 # # filter 可追加参数 # obj21 = models.A1.objects.filter(id=1).first() #第一条 # obj22 = models.A1.objects.filter(id=1).last() #最后一条 # obj23 = models.A1.objects.filter(id=1).values_list() #元组类型输出 # obj24 = models.A1.objects.filter(id=1).values() #字典类型输出 # # print(type(obj21/22/23/24)) #类对象 # .oder_by(-id):按照某列排序 # .exclude(字段):字段获取数据时排除 #方式二 get # info = models.表名.objects.get(字段=参数) # 返回值: # 单个对象,没有找到会报错 # obj3 = models.A1.objects.get(id=1) #查询不到数据报错!!!! # print(obj3) # print(type(obj3)) #类对象 # 单表删除数据 # 方式一: # models.A1.objects.filter(id=1).delete() # 方式二: # ob1 = models.A1.objects.get(id=1) # ob1.delete() # ob1.save() # 单表修改数据 #修改方式1 update() # 格式: # models.表名.objects.filter(字段=参数).update(字段=参数) # models.A1.objects.filter(id=3).update(A11='A33',A12='A33',A13='A33') # data_updata = {'A11':'A33','A12':'A33','A13':'A33'} # models.A1.objects.filter(id=4).update(**data_updata) #修改方式2 obj.save() # obj = models.表名.objects.filter(字段=参数).get(字段=参数) # obj.字段 = 参数 # obj.save() # ob1 = models.A1.objects.get(id=3) # ob1.A11 = 'A44' # ob1.A12 = 'A44' # ob1.A13 = 'A44' # ob1.save() # 更新数据操作: # 示例: # 格式: # models.表名.objects.update_or_create(条件1=参数1, defaults={字段:属性}) # 示例: # tk = username # models.Token.objects.update_or_create(user=user, defaults={'token': tk}) # 找到更新 如果没有找到创建defaults={} 中的数据
一对一表查询
# 一对一表操作 # 添加删除修改(略) # # 查询 # 正向查询(根据ontoon字段直接查询) # info1 = models.E1.objects.filter(id=1).values('id','E12','E11__A12','E11__A13') # info2 = models.E1.objects.filter(id=1).first().E11 # print(info1) # QuerySet # print(info2) # A1 object (3) # #反向查询(反向查询跟foreignkey不同时的不需要 表名_set 这里只需要对表表名即可) # info1 = models.A1.objects.filter(id=3).values('id','A12','e1__id','e1__E12') # info2 = models.A1.objects.filter(id=3).first().e1 # print(info1) # QuerySet # print(info2) # E1 object (1)
一对多表操作
# 一对多表操作(外键) # # 一对多表操作: # 添加方式一: # models.表名.objects.create(字段1='参数1',字段2='参数2',外键ID='参数') # # 添加方式二: # obj=models.表名(字段1='参数1',字段2='参数2',外键=参数) # obj.save() # 一对多添加数据 #方式一 # data = {'B12':'B66','B13':'B66','B11_id':3} # models.B1.objects.create(**data) #方式二 # data = {'B12':'B55','B13':'B55','B11_id':4} # obj = models.B1(**data) # obj.save() # 一对多表删除数据(跟单表操作一样) # 方式一: # models.B1.objects.filter(id=6).delete() # 方式二: # models.B1.objects.get(B12='B66').delete() # 一对多表修改数据(跟单表操作一样) # models.B1.objects.filter(id=3).update(B11_id=4) #一对多表查询数据(跨表查询) # 一对多表 跨表查询(正向查找 B表-外键字段-A表字段,下面两句等效) # info = models.B1.objects.filter(id=3).first().B11 # info2 = models.B1.objects.get(id=3).B11 # print(info) # A1 object (4) # print(info2) # A1 object (4) # # 一对多表 跨表查询(反向查找)(下面两条结果一致) # #方式一(根据 类的方式查找 ) (info.小写表名_set) # info = models.A1.objects.filter(id=4) # info1 = info.first().b1_set.values() # print(info1) #values --- QuerySet类型 # #方式二(根据values方式查找)(在values中 '小写表名__字段名' ) # info2 = models.A1.objects.values('b1__B11','b1__B12','b1__B13').filter(id=4) # print(info2) #values --- QuerySet类型
多对多表操作
#多对多表操作 #多对多表添加操作 # 如果两表之间存在双向1对N关系,就无法使用外键来描述其关系了; # 只能使用多对多的方式,新增第三张表关系描述表; # add() 添加 # clear() 清空 # remove() 删除某个对象 # 正向添加 通过 多对多字段m.add增加 #C1表id =1 字段 关联 D1表的 id = 1,2,3 # obj = models.C1.objects.filter(id=1).first() # obj.m.add(1,2,3) # 反向添加 通过 小写表名_set.add增加 # D1表id =1 字段 关联 C1表的 id = 1,2,3 # obj2 = models.D1.objects.filter(id=1).first() # obj2.c1_set.add(1,2,3) #C1 id=3 关联 D1表id>3的数据 # obj1 = models.C1.objects.filter(id=3).first() # obj2 = models.D1.objects.filter(id__gt=3) # obj1.m.add(*obj2) #多对多表删除操作 # 正向删除 # obj1 = models.C1.objects.filter(id=1).first() # obj1.m.remove(1,2,3) # 逆向删除 # obj2 = models.D1.objects.filter(id=1).first() # obj2.c1_set.remove(2,3) # 清除数据 # obj3 = models.C1.objects.filter(id=3).first() # obj3.m.clear() #多对多修改 # ManyToManyField()字段 自动创建第3张关系表,可以使用字段跨表查询,但无法直接操作第3张表, # obj.m.all() 只有查询和清空 方法 #多对多查询 # 正向查询(通过多对多字段 直接查询) # obj = models.C1.objects.get(id=3).m.values() # print(obj) # 反向查询(通过.表名_set 查询) # obj = models.D1.objects.get(id=1).c1_set.values_list() # print(obj)
多对多自关联操作
# 多对多自关联(由原来的3张表,变成只有2张表) # 把两张表通过 choices字段合并为一张表 # ‘第三张关系表’ 使用models.ManyToManyField('Userinfo')生成 # 同表正反向查询 # 多对多 自关联 通过男士查询女生 # boy_obj = models.Userinfo.objects.filter(id=2).first() # res = boy_obj.m.all() # for row in res: # print(row.nikename) # # 多对多自关联 之通过女士查询男生 # girl_obj = models.Userinfo.objects.filter(id=4).first() # res = girl_obj.userinfo_set.all() # for obj in res: # print(obj.nikename)
查询性能探究
# 查询性能 : # 1、select_related:结果为对象 注意query_set类型的对象 都有该方法 # 原理: 查询时主动完成连表形成一张大表,for循环时不用额外发请求; # 试用场景: 节省硬盘空间,数据量少时候适用相当于做了一次数据库查询; # info = models.B1.objects.filter(B11=4).all().select_related() # for i in info: # print(i) # 2、prefetch_related:结果都对象是 # 原理:虽好,但是做连表操作依然会影响查询性能,所以出现prefetch_related # prefetch_related:不做连表,多次单表查询外键表 去重之后显示, 2次单表查询(有几个外键做几次1+N次单表查询, # 适用场景:效率高,数据量大的时候试用 # info = models.B1.objects.filter(B11=4).all().prefetch_related() # for i in info: # print(i)
F查询与Q查询
# F查询与Q查询 #F 可以获取对象中的字段的属性(列),并对其进行操作; # from django.db.models import F,Q # models.表名.objects.all().update(price=F('price')+1) #所在的列进行操作 # Q多条件组合查询 # Q()可以使orm的fifter()方法支持, 多个查询条件,使用逻辑关系(&、|、~)包含、组合到一起进行多条件查询; # 语法: # fifter(Q(查询条件1)| Q(查询条件2)) # fifter(Q(查询条件2)& Q(查询条件3)) # fifter(Q(查询条件4)& ~Q(查询条件5)) # fifter(Q(查询条件6)| Q(Q(查询条件4)& ~ Q(Q(查询条件5)& Q(查询条件3)))包含 # from django.db.models import F,Q # 1、F 可以获取对象中的字段的属性(列),并且对其进行操作; # # models.Book.objects.all().update(price=F('price')+1) # 2、Q多条件组合查询 # #如果 多个查询条件 涉及到逻辑使用 fifter(,隔开)可以表示与,但没法表示或非得关系 # #查询 书名包含作者名的书 # book=models.Book.objects.filter(title__icontains='伟',author__name__contains='伟').values('title') # #如何让orm 中得 fifter 支持逻辑判断+多条件查询? Q()登场 # book=models.Book.objects.filter(Q(title__icontains='伟') & Q(author__name__contains='伟')).values('title') # book=models.Book.objects.filter(Q(author__name__contains='伟') & ~Q(title__icontains='伟')).values('title') # # #多条件包含组合查询 # #查询作者姓名中包含 方/少/伟/书名包含伟3字 并且出版社地址以山西开头的书 # book=models.Book.objects.filter( # Q( # Q(author__name__contains='方') | # Q(author__name__contains='少') | # Q(title__icontains='伟')| # Q(author__name__contains='伟') # ) # & # Q(publish__addr__contains='山西') # ).values('title') # print(book) # 注意:Q查询条件和非Q查询条件混合使用注意,不包Q()的查询条件一点要放在Q(查询条件)后面
部分资料查询于
https://www.cnblogs.com/sss4/p/7070942.html