Django - ORM使用记录(二)

ORM查询

• queryset和objects对象
  • 1.queryset是查询集，就是传到服务器上的url里面的内容。Django会对查询返回的结果集QerySet进行缓存，这里是为了提高查询效率，也就是说，在你创建一个QuerySet对象的时候，Django并不会立即向数据库发出查询命令，只有在你需要用到这个QuerySet的时候才回去数据库查询
  • 2.Objects是django实现的mvc框架中的数据层(model)m，django中的模型类都有一个objects对象，它是一个django中定义的QuerySet类型的对象它包含了模型对象的实例。简单的说，objects是单个对象，queryset是许多对象
  • 3.QuerySet 可以被构造，过滤，切片，做为参数传递，这些行为都不会对数据库进行操作。只要你查询的时候才真正的操作数据库

管理器方法	返回类型	说明
模型类.objects.all()	QuerySet	返回表中所有数据
filter()	QuerySet	返回符合条件的数据
values()	ValuesQuerySet(QuerySet的子类)	返回一个列表 每个元素为一个字典
values_list()	ValuesListQuerySet(QuerySet的子类)	返回一个列表，不过它的元素不是字典，而是元组
get()	模型对象	返回一个满足条件的对象； 如果没有找到符合条件的对象，会引发模型类.DoesNotExist异常; 如果找到多个，会引发模型类.MultiObjectsReturned 异常
first()	模型对象	返回第一条数据
last()	模型对象	返回最后一条数据
exclude()	QuerySet	返回不符合条件的数据
order_by()	QuerySet	对查询结果集进行排序
reverse()	QuerySet	对排序的结果反转
count()	int	返回查询集中对象的数目
exists()	bool	判断查询的数据是否存在

• 1.len()与count()

  • 计算QuerySet元素的数量，并不推荐使用len()，除非QuerySet是求过值的（即evaluated），否则，用QuerySet.count()获取元素数量，这个效率要高很多，特别在数据量大(上万)的时候

• 2.if QuerySet: 与 if QuerySet.exists()

  • 同样不建议if QuerySet这种方法判断是否为空，而应该使用QuerySet.exists()，查询效率高

• 3.F类

from django.db import models
from django.db.models import F

class User(models.Model):
    name = models.CharField(max_length=10)
    age = models.IntegerField()
    both = models.CharField(max_length=20)

不使用F()

s = User.objects.get(name='xxx')
s.age += 1
s.save()

将对象从数据库中查出来放到内存中，然后计数，再存入到数据库中

使用F()

s = User.objects.get(name='xxx')
s.age = F('age') + 1
s.save()

直接在数据库中查出数据，计数后更改数据库

• 4. Q类 - 对应(and/or/not)
  • 如果有or等逻辑关系呢，那就用Q类
  • filter中的条件可以是Q对象与非Q查询混和使用，但不建议这样做，因为混和查询时Q对象要放前面，这样就有难免忘记顺序而出错，所以如果使用Q对象，那就全部用Q对象
  • Q对象也很简单，就是把原来filter中的各个条件分别放在一个Q()即可，不过我们还可以使用或与非，分别对应符号为”|”和”&”和”~”，而且这些逻辑操作返回的还是一个Q对象，另外，逗号是各组条件的基本连接符，也是与的关系，其实可以用&代替（在python manage.py shell测试过，&代替逗号，执行的SQL是一样的），不过那样的话可读性会很差，这与我们直接写SQL时，各组条件and时用换行一样，逻辑清晰

>>> python manage.py shell
>>> from django.db.models import Q
>>> Poll.objects.get( Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)),
question__startswith='Who')   # 正确，但不要这样混用
>>> Poll.objects.get( Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)),
Q(question__startswith='Who'))  # 推荐，全部是Q对象
>>> Poll.objects.get( (Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)))&
Q(question__startswith='Who'))  # 与上面语句同意，&代替”,”，可读性差

Q类中时应该可以使用F类吗?? 有兴趣的可以试一下

• annotate（无对应SQL关键字）
  • 函数annotate(*args, **kwargs):返回QuerySet
  • 往每个QuerySet的model instance中加入一个或多个字段，字段值只能是聚合函数，因为使用annotate时，会用group by，所以只能用聚合函数。聚合函数可以像filter那样关联表，即在聚合函数中，Django对OneToOne、OneToMany、ManyToMany关联查询及其反向关联提供了相同的方式

示例：

from django.db.models import Count
s = User.objects.all().annotate(n=Count('age'))

• 5.order_by()

  • 如果直接用字段名，那就是升序asc排列；如果字段名前加-，就是降序desc
  • 返回QuerySet

• 6.distinct()

  • 一般与values()、values_list()连用，这时它返回ValuesQuerySet、ValuesListQuerySet这个类跟列表很相似，它的每个元素是一个字典
  • 它没有参数（其实是有参数的，不过，参数只在PostgreSQL上起作用）
    示例：

s = User.objects.values('name').distinct()

• 7.aggregate
  • aggregate(*args,**kwargs):参数为聚合函数，最好用**kwargs的形式，每个参数起一个名字
  • annotate相当于aggregate()和group_by的结合，对每个group执行aggregate()函数。而单独的aggregate()并没有group_by

from django.db.models import Count
# 这是用*args的形式，最好不要这样用
s = User.objects.aggregate(Count('name'))
# 这是用**kwargs的形式
s = User.objects.aggregate(n=Count('name'))

• 8.模糊查询

  • gt/gte/lt/lte对应>,>=,<,<=:字段名加双下划线
    • age__gt=18:年龄大于18
  • in对应in:字段名加双下划线
  • contains/startswith/endswith对应like:字段名加双下划线
  • range对应between and:字段名加双下划线，range后面值是列表
• 9. extra()
  • extra(select=None, where=None, params=None, tables=None, order_by=None, select_params=None)
  • 实现复杂的where字句,在 extra 可以指定一个或多个 params 参数，如 select，where 或 tables。所有参数都是可选的，但你至少要使用一个
    简单示例：

# select
s = User.objects.extra(select={'is_recent':"both>'2000-01-01'"})
# 结果集中每个对象都有一个额外的属性is_recent, 它是一个布尔值，表示 User对象的both 是否晚于2000-01-01
# 可以和filter()、exclude() 等等连用

# where
s = User.objects.extra(where=['id in (0,10)','name like "王"','id<8'])
# where和tables都接受字符串列表。所有where参数均为“与”任何其他搜索条件