使用QuerySet删除和查询单表

运行项目，可以看到警告信息

修改主路由和子路由（斜杠加在主路由路径的尾巴上）

再次运行项目，看看还有没有讨厌的警告信息

（一）删除数据
删除数据有3种方式：删除数据表的全部数据、删除一行数据和删除多行数据.

1、删除全部数据：all()与delete()
查看commodity_types表（14条记录）

导出数据库脚本 - babies.sql

在终端Shell模式下执行命令：Types.objects.all().delete()，删除全部记录

查看commodity_types表

2、删除一行数据：get()与delete()
导入数据有两种方式：一种是运行SQL脚本，一种是使用loaddata命令
导入数据到表：python manage.py loaddata commodity_types_data.json

要将数据文件改成不带BOM的UTF-8编码格式

重新导入数据到表：python manage.py loaddata commodity_types_data.json

查看commodity_types表

在终端Shell模式下执行命令：Types.objects.get(id=1).delete()，删除id为1的记录

查看commodity_types表

3、删除多行数据：filter()与delete()

在终端Shell模式下执行命令：Types.objects.filter(firsts=‘儿童用品’).delete()，

删除了3条记录，查看commodity_types表

4、删除有外键的数据：delete()
删除数据的过程中，如果删除的数据设有外键字段，就会同时删除外键关联的数据。
（1）准备模型和表
在index模块的models.py中定义以下2个模型类

第22行定义了name为外键，关联的是PeronInfo对象，而且是级联删除。从模型 Vocation 得知，外键字段的参数 on_delete 用于设置数据删除模式，比如模型 Vocation的外键字段name设为CASCADE模式，不同的删除模式会影响数据删除结果，说明如下：
– PROTECT 模式：如果删除的数据设有外键字段并且关联其他数据表的数据，就提示数据删除失败。
– SET_NULL模式：执行数据删除并把其他数据表的外键字段设为Null，外键字段必须将属性 Null 设为 True，否则提示异常。
– SET_DEFAULT 模式：执行数据删除并把其他数据表的外键字段设为默认值。
– SET 模式：执行数据删除并把其他数据表的外键字段关联其他数据。
– DO_NOTHING 模式，不做任何处理，删除结果由数据库的删除模式决定。

在终端执行数据迁移命令：python manage.py makemigrations，生成数据迁移文件

在终端执行数据迁移命令：python manage.py migrate index 0001_initial，生成相应的数据表

查看生成的两张表：index_personinfo和index_vocation

（2）为index_personinfo准备测试数据
利用批量添加数据命令，添加三条记录

查看index_personinfo表

（3）为index_vocation准备测试数据
给“李红利”设置职业

使用select_related()实现关联查询
1、利用PersonInfo关联查询Vocation
查询人员姓名及薪资（姓名来自PersonInfo对象，薪资来自Vocation对象），对应逆向查询

不妨查看一下框架帮我们生成的关联查询语句

SELECT index_personinfo.name, index_vocation.payment FROM index_personinfo LEFT OUTER JOIN index_vocation ON (index_personinfo.id = index_vocation.name_id)

到Navicat里去运行上面的查询语句（采用的是左外连接）

多表关联查询 - select_related()

1、准备三个模型
在index的models.py里添加三个模型类

说明：Person通过city外键关联City，City通过province外键关联Province，删除都采用级联模式on_delete=models.CASCADE
在控制台执行数据迁移命令，生成数据迁移文件

针对上述数据迁移文件执行迁移命令，生成相应的数据表

在Navicat里查看刚刚通过迁移生成的数据表

2、在三张表里添加数据
给index_province表添加记录

给index_city表添加记录

给index_person表添加记录

3、多表查询
我们可以使用select_related()和get()来实现三表关联查询
查询“李文丽”所在城市与省份

说明：select_related()函数的参数值为city__province，其中city是Person模型的外键字段，该字段指向City模型；province是City模型的外键字段，该字段指向Province模型。 两个外键字段之间使用双下划线连接。在查询过程中，Person模型的外键字段 city指向City模型，再从City模型的外键字段province指向Province模型，从而实现三张表的关联查询。以此类推，可以实现三张以上的表的关联查询。
（七）多表关联查询 - prefetch_related()
prefetch_related 和 select_related 的设计目的很相似，都是为了减少 SQL查询的次数，但 是实现的方式不一样。select_related 是由SQL的JOIN 语句实现的，但是对于多对多关系，使 用select_related会增加数据查询时间和内存占用；而prefetch_related是分别查询每张数据表， 然后由 Python语法来处理它们之间的关系，因此对于多对多关系的查询，prefetch_related更有优势。
1、准备两个模型
在index的models.py里添加两个模型

表演者Performer和节目Program是多对多关系，通过Program中的models.ManyToManyField体现出来。
2、做数据迁移，生成三张数据表
执行python manage.py makemigrations，生成迁移文件

执行python manage.py migrate index 0003_performer_program，生成数据表

在Navicat里去查看刚才生成的数据表

说明：自动生成了index_performer表和index_program表，同时还生成了多对多的中间表index_program_performer表，其表结构如下图所示。

3、准备数据
给index_performer表添加数据

给index_program表添加数据

给index_program_performer表添加数据

3、使用prefetch_related()实现关联查询
查询“我爱你中国”节目有哪些表演者参加

查询“李文丽”参加的节目

4、小结两种关联查询
从上述例子看到，prefetch_related 的使用与 select_related 有一定的相似之处。如果是查询一对多关系的数据信息，那么两者皆可实现，但select_related 的查询效率更佳。如果是查询多对多关系的数据信息，就只能使用prefetch_related()函数才实现，使用select_related()函数要报错。

（八）原生SQL查询
Django在查询数据时，大多数查询都能使用ORM 提供的API方法，但对于一些复杂的查询可能难以使用ORM的 API方法实现，因此 Django引入了SQL 语句的执行方法，有以下3种实现方法。

extra：结果集修改器，一种提供额外查询参数的机制。
raw：执行原始SQL并返回模型实例对象。
execute：直接执行自定义SQL语句。
1、extra查询
（1）extra查询概述
extra 适合用于ORM难以实现的查询条件，将查询条件使用原生 SQL 语法实现，此方法需要依靠模型对象，在某程度上可防止 SQL 注入。extra共定义了 6 个参数，每个参数说明如下：

select：添加新的查询字段，即新增并定义模型之外的字段。
select_params：如果 select 设置字符串格式化%s，那么该参数为 select 提供数值。
where：设置查询条件。
params：如果 where 设置了字符串格式化%s，那么该参数为 where 提供数值。
tables：连接其他数据表，实现多表查询。
order_by：设置数据的排序方式。
（2）extra查询实例
任务：针对职业表，查询“软件开发”的记录
旧的方法：

新的方法：

针对职业表，查询“软件开发”的薪资在10000以上的记录
使用extra()函数实现

使用filter()函数实现

针对职业表的查询，添加一个查询字段“country”，值都是“中国”

针对职业表，按薪资(payment)降序查询全部记录

针对职业表，先按工作(job)降序排列，再按薪资(payment)升序排列，查询全部记录

关联职业表与人员信息表进行查询

上面的记录有重复，去重显示

2、raw查询
（1）raw查询概述
raw和extra所实现的功能是相同的，只能实现数据查询操作，并且也要依靠模型对象，但从使用角度来说，raw更为直观易懂。raw一共定义了 4 个参数，每个参数说明如下：

raw_query：SQL 语句。
params：如果 raw_query 设置字符串格式化%s，那么该参数为 raw_query 提供数值。
translations：为查询的字段设置别名。
using：数据库对象，即 Django 所连接的数据库。
（2）raw查询实例
查询职业表全部记录

查询职业表“软件开发”的记录

方法一：利用raw_query参数搞定

方法二：利用raw_query与params参数搞定（注意params参数值必须是列表）

查询职业表“软件开发”记录，显示id字段（主键不能取别名），显示job字段，别名“工作”，显示payment字段，别名“薪资”

方法一、利用as关键字来给查询字段指定别名

虽然指定了别名，但还是可以用原来的字段名来访问

方法二、利用translations参数给查询字段指定别名

3、execute查询
（1）execute查询概述
以游标的方式获取数据，通过游标去查询和获取数据。execute 能够执行所有的 SQL 语句，但很容易受到 SQL 注入攻击，一般情况下不建议使用这种方式实现数据操作。尽管如此，它能补全 ORM 框架所缺失的功能，如执行数据库的存储过程。

（2）execute查询实例
通过游标查询职业表全部记录

通过游标查询指标薪资在10000以上的软件开发的记录