Django5—数据库，零基础Golang入门

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Golang全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注go）

正文

获取游标对象

cursor = connection.cursor()

拿到游标对象后执行sql语句

cursor.execute(“select * from book”)

获取所有的数据

rows = cursor.fetchall()

遍历查询到的数据

for row in rows:
print(row)

以上的execute以及fetchall方法都是Python DB API规范中定义好的。任何使用Python来操作MySQL的驱动程序都应该遵循这个规范。所以不管是使用pymysql或者是mysqlclient或者是mysqldb，他们的接口都是一样的。
更多规范请参考：https://www.python.org/dev/peps/pep-0249/

Python DB API下规范下cursor对象常用接口

• description：如果cursor执行了查询的sql代码。那么读取cursor.description属性的时候，将返回一个列表，这个列表中装的是元组，元组中装的分别是(name,type_code,display_size,internal_size,precision,scale,null_ok)，其中name代表的是查找出来的数据的字段名称，其他参数暂时用处不大。
• rowcount：代表的是在执行了sql语句后受影响的行数。
• close：关闭游标。关闭游标以后就再也不能使用了，否则会抛出异常。
• execute(sql[,parameters])：执行某个sql语句。如果在执行sql语句的时候还需要传递参数，那么可以传给parameters参数。示例代码如下：

cursor.execute(“select * from article where id=%s”,(1,))

• fetchone：在执行了查询操作以后，获取第一条数据。
• fetchmany(size)：在执行查询操作以后，获取多条数据。具体是多少条要看传的size参数。如果不传size参数，那么默认是获取第一条数据。
• fetchall：获取所有满足sql语句的数据。

ORM模型

介绍

随着项目越来越大，采用写原生SQL的方式在代码中会出现大量的SQL语句，那么问题就出现了：

• SQL语句重复利用率不高，越复杂的SQL语句条件越多，代码越长。会出现很多相近的SQL语句。
• 很多SQL语句是在业务逻辑中拼出来的，如果有数据库需要更改，就要去修改这些逻辑，这会很容易漏掉对某些SQL语句的修改。
• 写SQL时容易忽略web安全问题，给未来造成隐患。SQL注入。

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：

• 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。
• 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。
• 设计灵活：可以轻松的写出复杂的查询。
• 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。

创建ORM模型

ORM模型一般都是放在app的models.py文件中。每个app都可以拥有自己的模型。并且如果这个模型想要映射到数据库中，那么这个app必须要放在settings.py的INSTALLED_APP中进行安装。以下是写一个简单的书籍ORM模型。示例代码如下：

from django.db import models
class Book(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。

映射模型到数据库中

将ORM模型映射到数据库中，总结起来就是以下几步：

• 在settings.py中，配置好DATABASES，做好数据库相关的配置。
• 在app中的models.py中定义好模型，这个模型必须继承自django.db.models。
• 将这个app添加到settings.py的INSTALLED_APP中。
• 在命令行终端，进入到项目所在的路径，然后执行命令python manage.py makemigrations来生成迁移脚本文件。
• 同样在命令行中，执行命令python manage.py migrate来将迁移脚本文件映射到数据库中。

外键和表

外键

介绍

在MySQL中，表有两种引擎，一种是InnoDB，另外一种是myisam。如果使用的是InnoDB引擎，是支持外键约束的。外键的存在使得ORM框架在处理表关系的时候异常的强大。因此这里我们首先来介绍下外键在Django中的使用。

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：

class User(models.Model):
username = models.CharField(max_length=20)
password = models.CharField(max_length=100)

class Article(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，实际上是先通过author_id找到对应的数据，然后再提取User表中的这条数据，形成一个模型。

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

class User(models.Model):
username = models.CharField(max_length=20)
password = models.CharField(max_length=100)

Article模型在article这个app中

class Article(models.Model):
title = models.CharField(max_length=100)
content = models.TextField()

author = models.ForeignKey(“user.User”,on_delete=models.CASCADE)

外键删除操作

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：

• 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。
• 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。
• 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。
• 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。
• 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。
• 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！

表关系

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。

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。

class User(models.Model):
username = models.CharField(max_length=20)
password = models.CharField(max_length=100)

class Article(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)

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。

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。

related_name和related_query_name

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：

class Article(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：

class Article(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。

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：

class Article(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’)

增删查改操作

添加

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：

class Book(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)

方法一

book = Book(name=‘三国演义’,desc=‘三国英雄！’)
book.save()

方法二

book = Book()
book.name = ‘三国演义’
book.desc = ‘三国英雄’
book.save()

查找

查找数据都是通过模型下的objects对象来实现的

查找book对应的所有数据

books = Book.objects.all()

数据过滤

调用filter，会将所有满足条件的模型对象都返回 如果没有满足条件的数据 返回空列表

books = Book.objects.filter(name=‘三国演义’)

调用get 获取单个数据 如果没有找到满足条件的对象，那么就会抛出一个异常

book = Book.objects.get(name=‘三国演义’)

数据排序

books = Book.objects.order_by(“pub_date”)

修改

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()

删除

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()

查询操作

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)

SQL

select … from article where id=14;

select … from article where id IS NULL;

iexact
使用like进行查找。示例代码如下：

article = Article.objects.filter(title__iexact=‘hello world’)

SQL

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）。

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’)

SQL

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。

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’)

SQL

select … where title like ‘%hello%’;

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])

SQL

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 …from category where article.id in (select id from article where title like ’

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;

gte
类似于gt，是大于等于。

lt
类似于gt是小于。

lte
类似于lt，是小于等于。

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%’

istartswith
类似于startswith，但是大小写是不敏感的。

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’;

iendswith：
类似于endswith，只不过大小写不敏感。

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。

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 ‘2018-12-31’;
select … where pub_date >= ‘2017-01-01’;

month
同year，根据月份进行查找。

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。

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。

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 is not null;

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。

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

class Author(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)

class Meta:
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’

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)

{“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)

{“my_avg”:23}

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))

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}

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 import Sum
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。

官方文档：https://docs.djangoproject.com/en/2.0/ref/models/querysets/#aggregation-functions

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。

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：

book = 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))

QuerySet API

我们通常做查询操作的时候，都是通过模型名字.objects的方式进行操作。其实模型名字.objects是一个django.db.models.manager.Manager对象，而Manager这个类是一个“空壳”的类，他本身是没有任何的属性和方法的。他的方法全部都是通过Python动态添加的方式，从QuerySet类中拷贝过来的。示例图如下

源码分析

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Go）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
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))

QuerySet API

我们通常做查询操作的时候，都是通过模型名字.objects的方式进行操作。其实模型名字.objects是一个django.db.models.manager.Manager对象，而Manager这个类是一个“空壳”的类，他本身是没有任何的属性和方法的。他的方法全部都是通过Python动态添加的方式，从QuerySet类中拷贝过来的。示例图如下

源码分析

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Go）
[外链图片转存中…(img-aQK7TAAD-1713123739697)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！