week12 day1 模型层进阶

最新推荐文章于 2024-08-10 23:14:03 发布
最新推荐文章于 2024-08-10 23:14:03 发布
阅读量202 收藏
点赞数
分类专栏： django 文章标签： python django
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_53587094/article/details/115286488
版权

week12 day1 模型层进阶

模型层进阶

一、QuerySet对象

1.1 可切片

使用python的切片语法来限制查询集记录的数目。它等同于SQL中的LIMIT和OFFSET语句。

Entry.objects.all()[:5]  # LIMIT 5
Entry.objects.all()[5:10]  # OFFSET 5 LIMIT 5

不支持负索引(例如 [-1] )。通常，查询集的切片返回一个新的查询集，并不会执行查询。

1.2 可迭代

articleList=models.Article.objects.all()

for article in articleList:
    print(article.title)

1.3 惰性查询

查询集是惰性执行的。创建查询集并不会执行任何数据库的访问。你可以将过滤器保持一整天，直到需要查询集取值的时候，django才会真正运行这个查询集。

queryResult=models.Article.objects.all() # not hits database
 
print(queryResult) # hits database
 
for article in queryResult:
    print(article.title)    # hits database

一般来说，只有在“请求”查询集的结果的时候才回到数据库中获取它们。当你确实需要结果时，查询集通过访问数据库来求值。

1.4 缓存机制

每个查询集都包含一个最小缓存来最小化对数据库的访问。理解内部的工作原理将让编写代码的效率更大化。

在一个新创建的查询集中，缓存为空。首次对查询集进行求值——同时发生数据库查询——django将保存查询结果到查询集的缓存中并返回明确的请求结果。（例如，如果正在迭代的查询集，则返回下一个结果）接下来创建两个查询集，对他们求值，然后扔掉他们：

print([a.title for a in models.Article.objects.all()])
print([a.create_time for a in models.Article.objects.all()])

这意味着相同的数据库查询将执行两次，显然倍增了数据库的负载。同时，还有可能两个结果列表并不包含相同的数据库纪录。因为在两次请求期间有可能article被添加进来或者被删除。为了避免这个问题，只需保存查询并重新使用它们：

queryResult=models.Article.objects.all()
print([a.title for a in queryResult])
print([a.create_time for a in queryResult])
何时查询集不会被缓存？

查询集不会永远缓存他们的结果。当只对查询集的部分进行求值时会检查缓存，如果这个部分不在缓存中，那么接下来查询返回的记录都将不会被缓存。所以，这意味着使用切片或索引来限制查询集将不会填充缓存。

例如，重复获取查询集对象中一个特定的索引将每次都查询数据库：

queryset = Entry.objects.all()
print queryset[5]  # Queries the database
print queryset[5]  # Queries the database again

然而，如果已经对全部查询集求值过，则将检查缓存：

queryset = Entry.objects.all()
[entry for entry in queryset] # Queries the database
print queryset[5] # Uses cache
print queryset[5] # Uses cache

下面是一些例子，它们会使得全部的查询集被求值并填充到缓存中：

[entry for entry in queryset]
bool(queryset)
entry in queryset
list(queryset)

注：简单的查询结果集不会填充缓冲。

queryResult=models.Article.objects.all()
print(queryResult) #  hits database
print(queryResult) #  hits database

1.5 exists()与iterator()方法

exists()

简单使用if语句进行判断也会完全执行整个查询集并且把数据放入cache，虽然你并不是真的需要所有数据。为了避免这种情况，可以使用exists()方法来检查是否有数据：

if queryResult.exists():
    #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=()
        print("exists...")
iterator()

当查询集非常大的时候，cache会成为问题。处理成千上万的记录的时候，将它们一次装入内存是非常浪费的。更糟糕的是，巨大的查询集可能会锁住系统的进程，让你的程序濒临崩溃。要避免遍历数据的时候同时产生 queryset cache ，可以使用 iterator() 方法来获取数据，处理完数据就丢弃。

objs = Book.objects.all().iterator()
# iterator()可以一次只从数据库获取少量数据，这样可以节省内存
for obj in objs:
    print(obj.title)
#BUT,再次遍历没有打印,因为迭代器已经在上一次遍历(next)到最后一次了,没得遍历了
for obj in objs:
    print(obj.title)

当然，使用 iterator() 方法来防止生成cache，意味着遍历同一个 queryset 的时候会重复执行查询。所以使用 iterator 的时候要当心，确保代码在操作一个大的 queryset 的时候没有重复执行查询。

总结：queryset的cache时间少程序对数据库的查询，在通常情况下，会保证只有在需要的时候才会查询数据库。使用 exists() 和 iterator() 方法可以优化程序对内存的使用。不过，由于它们并不会生成 queryset cache，可能会造成额外的数据库查询。

二、中介模型

处理类似搭配 pizza 和 topping 这样简单的多对多关系时，使用标准的ManyToManyField 就可以了。但是，有时你可能需要关联数据到两个模型之间的关系上。

例如，有这样一个应用，它记录音乐家所属的音乐小组。我们可以用一个ManyToManyField 表示小组和成员之间的多对多关系。但是，有时你可能想知道更多成员关系的细节，比如成员是何时加入小组的。

对于这些情况，Django 允许你指定一个中介模型来定义多对多关系。 你可以将其他字段放在中介模型里面。源模型的ManyToManyField 字段将使用through 参数指向中介模型。对于上面的音乐小组的例子，代码如下：

from django.db import models
 
class Person(models.Model):
    name = models.CharField(max_length=128)
 
    def __str__(self):              # __unicode__ on Python 2
        return self.name
 
class Group(models.Model):
    name = models.CharField(max_length=128)
    members = models.ManyToManyField(Person, through='Membership')
 
    def __str__(self):              # __unicode__ on Python 2
        return self.name
 
class Membership(models.Model):
    person = models.ForeignKey(Person)
    group = models.ForeignKey(Group)
    date_joined = models.DateField()
    invite_reason = models.CharField(max_length=64)

既然你已经设置好ManyToManyField 来使用中介模型（在这个例子中就是Membership），接下来你要开始创建多对多关系。你要做的就是创建中介模型的实例：

>>> ringo = Person.objects.create(name="Ringo Starr")
>>> paul = Person.objects.create(name="Paul McCartney")
>>> beatles = Group.objects.create(name="The Beatles")
>>> m1 = Membership(person=ringo, group=beatles,
...     date_joined=date(1962, 8, 16),
...     invite_reason="Needed a new drummer.")
>>> m1.save()
>>> beatles.members.all()
[<Person: Ringo Starr>]
>>> ringo.group_set.all()
[<Group: The Beatles>]
>>> m2 = Membership.objects.create(person=paul, group=beatles,
...     date_joined=date(1960, 8, 1),
...     invite_reason="Wanted to form a band.")
>>> beatles.members.all()
[<Person: Ringo Starr>, <Person: Paul McCartney>]

与普通的多对多字段不同，你不能使用add、 create和赋值语句（比如，beatles.members = [...]）来创建关系：

# THIS WILL NOT WORK
>>> beatles.members.add(john)
# NEITHER WILL THIS
>>> beatles.members.create(name="George Harrison")
# AND NEITHER WILL THIS
>>> beatles.members = [john, paul, ringo, george]

为什么不能这样做？ 这是因为你不能只创建 Person和 Group之间的关联关系，你还要指定 Membership模型中所需要的所有信息；而简单的add、create 和赋值语句是做不到这一点的。所以它们不能在使用中介模型的多对多关系中使用。此时，唯一的办法就是创建中介模型的实例。

remove()方法被禁用也是出于同样的原因。但是clear() 方法却是可用的。它可以清空某个实例所有的多对多关系：

>>> # Beatles have broken up
>>> beatles.members.clear()
>>> # Note that this deletes the intermediate model instances
>>> Membership.objects.all()
[]

三、查询优化（only与defer、select_related和prefetch_related）【面试可能问】

3.0 表数据

class UserInfo(AbstractUser):
    """
    用户信息
    """
    nid = models.BigAutoField(primary_key=True)
    nickname = models.CharField(verbose_name='昵称', max_length=32)
    telephone = models.CharField(max_length=11, blank=True, null=True, unique=True, verbose_name='手机号码')
    avatar = models.FileField(verbose_name='头像',upload_to = 'avatar/',default="/avatar/default.png")
    create_time = models.DateTimeField(verbose_name='创建时间', auto_now_add=True)
 
    fans = models.ManyToManyField(verbose_name='粉丝们',
                                  to='UserInfo',
                                  through='UserFans',
                                  related_name='f',
                                  through_fields=('user', 'follower'))
 
    def __str__(self):
        return self.username
 
class UserFans(models.Model):
    """
    互粉关系表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey(verbose_name='博主', to='UserInfo', to_field='nid', related_name='users')
    follower = models.ForeignKey(verbose_name='粉丝', to='UserInfo', to_field='nid', related_name='followers')
 
class Blog(models.Model):
 
    """
    博客信息
    """
    nid = models.BigAutoField(primary_key=True)
    title = models.CharField(verbose_name='个人博客标题', max_length=64)
    site = models.CharField(verbose_name='个人博客后缀', max_length=32, unique=True)
    theme = models.CharField(verbose_name='博客主题', max_length=32)
    user = models.OneToOneField(to='UserInfo', to_field='nid')
    def __str__(self):
        return self.title
 
class Category(models.Model):
    """
    博主个人文章分类表
    """
    nid = models.AutoField(primary_key=True)
    title = models.CharField(verbose_name='分类标题', max_length=32)
 
    blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
 
class Article(models.Model):
 
    nid = models.BigAutoField(primary_key=True)
    title = models.CharField(max_length=50, verbose_name='文章标题')
    desc = models.CharField(max_length=255, verbose_name='文章描述')
    read_count = models.IntegerField(default=0)
    comment_count= models.IntegerField(default=0)
    up_count = models.IntegerField(default=0)
    down_count = models.IntegerField(default=0)
    category = models.ForeignKey(verbose_name='文章类型', to='Category', to_field='nid', null=True)
    create_time = models.DateField(verbose_name='创建时间')
    blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
    tags = models.ManyToManyField(
        to="Tag",
        through='Article2Tag',
        through_fields=('article', 'tag'),
)
 
 
class ArticleDetail(models.Model):
    """
    文章详细表
    """
    nid = models.AutoField(primary_key=True)
    content = models.TextField(verbose_name='文章内容', )
 
    article = models.OneToOneField(verbose_name='所属文章', to='Article', to_field='nid')
 
 
class Comment(models.Model):
    """
    评论表
    """
    nid = models.BigAutoField(primary_key=True)
    article = models.ForeignKey(verbose_name='评论文章', to='Article', to_field='nid')
    content = models.CharField(verbose_name='评论内容', max_length=255)
    create_time = models.DateTimeField(verbose_name='创建时间', auto_now_add=True)
 
    parent_comment = models.ForeignKey('self', blank=True, null=True, verbose_name='父级评论')
    user = models.ForeignKey(verbose_name='评论者', to='UserInfo', to_field='nid')
 
    up_count = models.IntegerField(default=0)
 
    def __str__(self):
        return self.content
 
class ArticleUpDown(models.Model):
    """
    点赞表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey('UserInfo', null=True)
    article = models.ForeignKey("Article", null=True)
    models.BooleanField(verbose_name='是否赞')
 
class CommentUp(models.Model):
    """
    点赞表
    """
    nid = models.AutoField(primary_key=True)
    user = models.ForeignKey('UserInfo', null=True)
    comment = models.ForeignKey("Comment", null=True)
 
 
class Tag(models.Model):
    nid = models.AutoField(primary_key=True)
    title = models.CharField(verbose_name='标签名称', max_length=32)
    blog = models.ForeignKey(verbose_name='所属博客', to='Blog', to_field='nid')
 
 
 
class Article2Tag(models.Model):
    nid = models.AutoField(primary_key=True)
    article = models.ForeignKey(verbose_name='文章', to="Article", to_field='nid')
    tag = models.ForeignKey(verbose_name='标签', to="Tag", to_field='nid')

3.1 defer与only的区别

  1. only取出指定字段，查询取出的指定字段的值：不需要回原来数据库，直接查找（1条SQL）

  2. only取出指定字段，查询没取出的指定字段的值：需要回原来的数据库，每条都需要回（5条SQL语句）

    图27

  3. all去除全部字段，查询指定字段的值：

    图28

  4. defer取出指定字段，查询没取出的指定字段的值：不需要回原来的数据库（1条SQL）

  5. defer取出指定字段，查询取出的指定字段的值：需要回原来的数据库，每条都需要回（5条SQL）

"""
defer 与 only刚好相反：
	defer是选中的字段对应的数据不取出，每次查询选中字段需要回数据库查询；查询未选中字段不需要回数据库。
	only是选中的字段对应的数据取出，每次查询选中字段不需要回数据库；查询未选中的字段需要回数据库查询。
"""

3.2 select_related

对于***一对一字段(OneToOneField)和外键字段(ForeignKey)***，可以使用***select_related***对queryset进行优化。select_related返回一个queryset，当执行它的查询时它沿着外键关系查询关联的对象的数据。他会生成一个复杂的查询并引起性能的损耗，但是在以后使用外键关系时将不需要数据库查询。

简单来说，**在对 queryset 使用select_related(外键字段) 函数后，django会获取响应外键对应的对象，从而在之后需要的时候就不必再查询数据库了。【例：先用select_related选出所有的对象对应的外键，再for循环也不回数据库了】但是一定要注意，多对多字段不能使用，只有一对一和一对多外键字段可以放入括号内计算出结果。

3.2.1 简单使用

下面的例子解释了普通查询和select_related()查询的区别：

# Hits the database.
article = models.Article.objects.get(nid=2)

# Hits the database again to get the related Blog object. 总共需要查询两次数据库
print(article.category.title)

'''
SELECT
    "blog_article"."nid",
    "blog_article"."title",
    "blog_article"."desc",
    "blog_article"."read_count",
    "blog_article"."comment_count",
    "blog_article"."up_count",
    "blog_article"."down_count",
    "blog_article"."category_id",
    "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id"
             FROM "blog_article"
             WHERE "blog_article"."nid" = 2; args=(2,)
 
SELECT
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"
              FROM "blog_category"
              WHERE "blog_category"."nid" = 4; args=(4,)
'''

如果我们使用select_related()函数：

articleList=models.Article.objects.select_related("category").all()
    for article_obj in articleList:
        #  Doesn't hit the database, because article_obj.category has been prepopulated in the previous query.
        #  不再查询数据库，因为第一次查询，数据已经填充进去了。第一次通过外键获取到了建立外键表中的数据，再次查询时，不需要再访问数据库
        print(article_obj.category.title)

"""
SELECT
     "blog_article"."nid",
     "blog_article"."title",
     "blog_article"."desc",
     "blog_article"."read_count",
     "blog_article"."comment_count",
     "blog_article"."up_count",
     "blog_article"."down_count",
     "blog_article"."category_id",
     "blog_article"."create_time",
     "blog_article"."blog_id",
     "blog_article"."article_type_id",
 
     "blog_category"."nid",
     "blog_category"."title",
     "blog_category"."blog_id"

FROM "blog_article"
LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid");
"""
3.2.2 多外键查询【一个表的两个并列外键，同一个表的两个外键可以使用链式操作】

这是针对category的外键查询，如果是另外一个外键呢？

article=models.Article.objects.select_related("category").get(nid=1)
print(article.articledetail)

观察logging结果，发现仍然需要查询两次

article=models.Article.objects.select_related("category","articledetail").get(nid=1)
print(article.articledetail)

或者说，django1.7版本之后支持链式操作：

article=models.Article.objects
　　　　　　　　　　　　　.select_related("category")
　　　　　　　　　　　　　.select_related("articledetail")
　　　　　　　　　　　　　.get(nid=1)  # django 1.7 支持链式操作
print(article.articledetail)

# SQL执行语句
SELECT
 
    "blog_article"."nid",
    "blog_article"."title",
    ......
 
    "blog_category"."nid",
    "blog_category"."title",
    "blog_category"."blog_id",
 
    "blog_articledetail"."nid",
    "blog_articledetail"."content",
    "blog_articledetail"."article_id"
 
   FROM "blog_article"
   LEFT OUTER JOIN "blog_category" ON ("blog_article"."category_id" = "blog_category"."nid")
   LEFT OUTER JOIN "blog_articledetail" ON ("blog_article"."nid" = "blog_articledetail"."article_id")
   WHERE "blog_article"."nid" = 1; args=(1,)
3.2.3 深层查询【有一个的表的外键去到另一张表，再由新表的外键去另外一张表，不是同一张表的不同外键，所以链式不能使用】
# 查询id=1的文章的用户姓名
article=models.Article.objects.select_related("blog").get(nid=1)
print(article.blog.user.username)

# 仍然需要两次查询，因为第一次没有获取到用户user的信息，跨了三张表
SELECT
    "blog_article"."nid",
    "blog_article"."title",
    ......
 
     "blog_blog"."nid",
     "blog_blog"."title",
 
FROM "blog_article" INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
WHERE "blog_article"."nid" = 1;
 
SELECT
    "blog_userinfo"."password",
    "blog_userinfo"."last_login",
    ......
FROM "blog_userinfo"
WHERE "blog_userinfo"."nid" = 1;

修改版：

article=models.Article.objects.select_related("blog__user").get(nid=1)
print(article.blog.user.username)

SELECT
"blog_article"."nid", "blog_article"."title",
......
 
 "blog_blog"."nid", "blog_blog"."title",
......
 
 "blog_userinfo"."password", "blog_userinfo"."last_login",
......
 
FROM "blog_article"
 
INNER JOIN "blog_blog" ON ("blog_article"."blog_id" = "blog_blog"."nid")
 
INNER JOIN "blog_userinfo" ON ("blog_blog"."user_id" = "blog_userinfo"."nid")
WHERE "blog_article"."nid" = 1;
3.2.4 总结
  1. select_related主要针对一对一和多对一关系进行优化。
  2. select_related使用SQL的join语句进行优化，通过减少SQL查询的次数来进行优化，提高性能。
  3. 可以通过可变长参数指定需要select_related的字段名，。也可以通过使用双下划线“__”了解字段名来实现指定的递归查询。
  4. 没有指定的字段不会缓存，没有指定的深度不会缓存，如果要访问的话django会再次进行SQL语句查询。
  5. 也可以通过depth参数质地的那个递归的深度，django会自动缓存指定深度所有的字段。如果要访问指定深度外的字段，django会再次此次进行SQL查询。
  6. 也接受无参数的调用，django会尽可能深的递归查询所有的字段。但注意有django递归的限制和性能的浪费。
  7. django版本>=1.7，链式调用的select_related相当于使用可变长参数。Django < 1.7，链式调用会导致前边的select_related失效，只保留最后一个。

3.3 prefetch_related

对于***一对一字段(OneToOneField)和外键字段(ForeignKey)***，可以使用prefetch_related对queryset进行优化。

prefetch_related()和select_related()的设计目的很相似，都是为了减少SQL查询的数量，但是实现的方式不一样。后者是通过JOIN语句进行链表操作，在SQL查询内解决问题。但是对于多对多关系，使用SQL语句解决就显得有些不太明智，因为JOIN得到的表将会很长，会导致SQL语句运行时间的增加和内存占用的增加。若有n个对象，每个对象的多对多字段对应Mi条，就会生成Σ(n)Mi 行的结果表。

在学习SQL语句的时候，对于多表之间的数据查询除了链表还有一种是子查询。链表操作 (left/right/outer join) 对应着select_related()，而子查询 (in/exists/all/any) 对应着prefetch_related()。

refetch_related()的解决方法是，分别查询每个表，然后用Python处理他们之间的关系。

# 查询所有文章关联的所有标签
article_obj=models.Article.objects.all()
for i in article_obj:

print(i.tags.all())  #4篇文章: hits database 5

改为prefetch_related：

# 查询所有文章关联的所有标签
article_obj=models.Article.objects.prefetch_related("tags").all()
for i in article_obj:

print(i.tags.all())  #4篇文章: hits database 2

SELECT "blog_article"."nid",
               "blog_article"."title",
               ......
 
FROM "blog_article";
SELECT
  ("blog_article2tag"."article_id") AS "_prefetch_related_val_article_id",
  "blog_tag"."nid",
  "blog_tag"."title",
  "blog_tag"."blog_id"
   FROM "blog_tag"
  INNER JOIN "blog_article2tag" ON ("blog_tag"."nid" = "blog_article2tag"."tag_id")
  WHERE "blog_article2tag"."article_id" IN (1, 2, 3, 4);
def select_related(self, *fields)
     性能相关：表之间进行join连表操作，一次性获取关联的数据。
     model.tb.objects.all().select_related()
     model.tb.objects.all().select_related('外键字段')
     model.tb.objects.all().select_related('外键字段__外键字段')

def prefetch_related(self, *lookups)
    性能相关：多表连表操作时速度会慢，使用其执行多次SQL查询在Python代码中实现连表操作。
            # 获取所有用户表
            # 获取用户类型表where id in (用户表中的查到的所有用户ID)
            models.UserInfo.objects.prefetch_related('外键字段')

            from django.db.models import Count, Case, When, IntegerField
            Article.objects.annotate(
                numviews=Count(Case(
                    When(readership__what_time__lt=treshold, then=1),
                    output_field=CharField(),
                ))
            )

            students = Student.objects.all().annotate(num_excused_absences=models.Sum(
                models.Case(
                    models.When(absence__type='Excused', then=1),
                default=0,
                output_field=models.IntegerField()
            )))
  # 加select_related 主动做链表，相当于直接链表把数据全取出来了，
    # 不加：for循环几次，就再次查几次数据库
    # select_related('author_detail')参数是fk的字段，可能有多个外键，所以可以写多个
    ret=models.Author.objects.all().select_related('author_detail')
    for i in ret:
        print(i.author_detail.addr)
    ret = models.Author.objects.all()
    for i in ret:
        print(i.author_detail.addr)

#     用了fk,但是不做链表，做多次查询,把结果集都放到对象中
#     两次查询，相当于select * from author_detail where nid in [1,2]
    ret=models.Author.objects.all().prefetch_related('author_detail')
    for i in ret:
        print(i.author_detail.addr)
# 总结：数据量少，可以用select_related
#     数据量比较多用prefetch_related

四、extra

extra(select=None, where=None, params=None, 
      tables=None, order_by=None, select_params=None)

有些情况下，Django的查询语法难以简单的表达复杂的 WHERE 子句，对于这种情况, Django 提供了 extra() QuerySet修改机制 — 它能在 QuerySet生成的SQL从句中注入新子句。

extra可以指定一个或多个 参数,例如 select, where or tables. 这些参数都不是必须的，但是你至少要使用一个！！！要注意这些额外的方式对不同的数据库引擎可能存在移植性问题。(因为你在显式的书写SQL语句)，除非万不得已。尽量避免这样做。

4.1 参数之select

The select 参数可以让你在 SELECT 从句中添加其他字段信息，它应该是一个字典，存放着属性名到 SQL 从句的映射。

queryResult=models.Article
　　　　　　　　　　　.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})

结果集中每个 Entry 对象都有一个额外的属性is_recent, 它是一个布尔值，表示 Article对象的create_time 是否晚于2017-09-05.

练习：

# in sqlite:
    article_obj=models.Article.objects
　　　　　　　　　　　　　　.filter(nid=1)
　　　　　　　　　　　　　　.extra(select={"standard_time":"strftime('%%Y-%%m-%%d',create_time)"})
　　　　　　　　　　　　　　.values("standard_time","nid","title")
    print(article_obj)
    # <QuerySet [{'title': 'MongoDb 入门教程', 'standard_time': '2017-09-03', 'nid': 1}]>

4.2 参数之where / tables

您可以使用where定义显式SQL WHERE子句 - 也许执行非显式连接。您可以使用tables手动将表添加到SQL FROM子句。

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。

举例来讲：

queryResult=models.Article
　　　　　　　　　　　.objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])
extra, 额外查询条件以及相关表，排序
            
                models.UserInfo.objects.filter(id__gt=1)
                models.UserInfo.objects.all() 
                # id name age ut_id
            
            
                models.UserInfo.objects.extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)
                # a. 映射
                    # select 
                    # select_params=None
                    # select 此处 from 表
                
                # b. 条件
                    # where=None
                    # params=None,
                    # select * from 表 where 此处
                
                # c. 表
                    # tables
                    # select * from 表,此处
                    
                # c. 排序
                    # order_by=None
                    # select * from 表 order by 此处
                
                
                models.UserInfo.objects.extra(
                    select={'newid':'select count(1) from app01_usertype where id>%s'},
                    select_params=[1,],
                    where = ['age>%s'],
                    params=[18,],
                    order_by=['-age'],
                    tables=['app01_usertype']
                )
                """
                select 
                    app01_userinfo.id,
                    (select count(1) from app01_usertype where id>1) as newid
                from app01_userinfo,app01_usertype
                where 
                    app01_userinfo.age > 18
                order by 
                    app01_userinfo.age desc
                """
                
                result = models.UserInfo.objects.filter(id__gt=1).extra(
                    where=['app01_userinfo.id < %s'],
                    params=[100,],
                    tables=['app01_usertype'],
                    order_by=['-app01_userinfo.id'],
                    select={'uid':1,'sw':"select count(1) from app01_userinfo"}
                )
                print(result.query)
                # SELECT (1) AS "uid", (select count(1) from app01_userinfo) AS "sw", "app01_userinfo"."id", "app01_userinfo"."name", "app01_userinfo"."age", "app01_userinfo"."ut_id" FROM "app01_userinfo" , "app01_usertype" WHERE ("app01_userinfo"."id" > 1 AND (app01_userinfo.id < 100)) ORDER BY ("app01_userinfo".id) DESC
# 在对象中加入字段
ret=models.Author.objects.all().filter(nid__gt=1).extra(select={'n':'select count(*) from app01_book where nid>%s'},select_params=[1])
print(ret[0].n)
print(ret.query)
# 给字段重命名
ret=models.Author.objects.all().filter(author_detail__telephone=132234556).extra(select={'bb':"app01_authordatail.telephone"}).values('bb')
print(ret)
print(ret.query)

五、批量插入 bulk_create()

创建对象时，尽可能使用bulk_create()来减少SQL查询的数量。例如：

Entry.objects.bulk_create([
    Entry(headline="Python 3.0 Released"),
    Entry(headline="Python 3.1 Planned")
])

…更优于：

Entry.objects.create(headline="Python 3.0 Released")
Entry.objects.create(headline="Python 3.1 Planned")

注意该方法有很多注意事项，所以确保它适用于你的情况。

这也可以用在ManyToManyFields中，所以：

my_band.members.add(me, my_friend)

…更优于：

my_band.members.add(me)
my_band.members.add(my_friend)

…其中Bands和Artists具有多对多关联。

魏森林
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Django进阶之模型查询介绍及示例
json_li的博客
05-06 1223
​ 本篇文章所使用模型查询都在《Django框架之模型自定义管理器》基础上讲解查询和使用示例，通过看前篇可以有助于理解内容。
java-进阶-1
weixin_51480322的博客
03-26 669
day01-static-代码块-继承-权限修饰符-final 01-static关键字的特点 static 关键字的介绍 static 是静态的意思，可以修饰成员变量，成员方法。被static 修饰的成员在内存中只存储一份，可以被共享，修改 特点 被类的所有对象共享 可以通过类名，直接调用,例如： Student.school 随着类的加载而加载，优先于对象存在 public class StudentTest { public static void main(String
django 进阶-- 模型
键盘侠K_MAN的博客
03-17 567
1.使用mysql python2下安装mysql-python：pip install mysql-pythonpython3下安装pymysql:pip install pymysql安装完之后，还需要在test2/__init__.py中加如下内容：import pymysqlpymysql.install_as_MySQLdb()使用mysql数据库，数据库需要自己创建，只需要创建数据库，...
JavaScript—进阶篇
weixin_44595042的博客
03-10 709
JavaScript—进阶（笔记）第1章 系好安全带,准备启航1-1 让你认识JS 简介： 做为WEB攻城师必备技术JavaScript，本课程从如何插入JS代码开始，学习JS基础语法、语法、函数、方法等，让你掌握JS编程思路、知识的使用等，实现运用JS语言为网页增加动态效果，达到与用户交互的目的。 课程须知： 您至少掌握HTML+CSS基础知识 学习内容： 通过JavaScript学习，掌握基本...
C++进阶1：xxx_cast类型转换
k0512的博客
04-18 966
类型转换 隐式类型转换 显式类型转换 语法 xxx_cast <类型> (表达式) 1、static_cast 用于非多态类型之间的转换，不提供运行时的检查来确保转换的安全性。 主要有如下： （1）基本数据类型转换 （2）int转换成enum （3）基类和子类之间指针和引用的转换 上行转换：把子类的指针或引用转换成父类，这种转换是安全的（通常使用默认转换）。 下行转换：把父类的指针或引用转换成子类，这种转换是不安全的，也需要程序员来保证（通常使用dynamic_cast）。 1.1 基本数据类
黑马头条Day12-项目部署_持续集成
ltt159264的博客
07-29 1023
Jenkins是一款流行的开源持续集成（Continuous Integration）工具，广泛用于项目开发，具有自动化构建、测试和部署等功能。JenkinsJenkins的特征：开源的Java语言开发持续集成工具，支持持续集成，持续部署；易于安装部署配置：可以通过yum安装，或者下载war包以及通过docker容器等快速实现安装部署，可方便web界面配置管理；消息通知及测试报告：集成RSS/E-mail通过RSS发布构建结果或当构建完成时通过email通知，生成JUnit/TestNG测试报告；
Django 模型层
weixin_30778805的博客
01-11 143
ORM简介 MVC或者MVC框架中包括一个重要的部分，就是ORM，它实现了数据模型与数据库的解耦，即数据模型的设计不需要依赖于特定的数据库，通过简单的配置就可以轻松更换数据库，这极大的减轻了开发人员的工作量，不需要面对因数据库变更而导致的无效劳动。 ORM是“对象-关系-映射”的简称。 字段与参数 每个字段有一些特有的参数，例如，CharField需要max_length参...
Java基础知识和进阶
汪程序员
04-04 5768
java基础知识
小白学Django第七天| 模型类Model进阶学习
Kuls
02-22 184
小白学Django系列：小白学Django第一天| MVC、MVT以及Django的那些事小白学Django第二天| Django原来是这么玩的！小白学Django第三天| 一文带你快速...
week9day3proj1
02-11
【描述】"week9day3proj1"描述简洁，可能意味着这是第九周的第三天，学员或自学者需要完成的一个实践项目。在Web开发的学习过程中，项目通常是理论知识的实践应用，帮助巩固和加深理解。 【标签】"HTML"指出了这个...
week1day4.java
03-26
在Java编程语言的学习过程中，"week1day4.java"很可能是一个初学者在第一周第四天接触到的练习或示例代码。这个文件名暗示了这是一个按照时间进度编排的学习资源，可能涵盖了一些基础概念或者特定主题的实践应用。...
Week1Day2_homework
02-18
在本周的第二次作业"Week1Day2_homework"中，我们关注的是Python编程语言的相关知识。这个作业可能涉及了Python的基础语法、数据结构、控制流程、函数定义与使用，以及可能的一些面向对象编程概念。下面将对这些主题...
week12_day2_hw
02-20
【标题】"week12_day2_hw"是一个学习任务，可能是某个在线课程或教育项目中的作业，主题可能涉及Java编程语言。在这个作业中，学生可能需要应用和深化他们对Java的理解，解决特定的问题或者实现一些功能。 【描述】...
week1.day1.boxesAbstracted
04-24
week1.day1.boxesAbstracted 指示 无需创建文件夹，而是从GitHub分支并克隆此存储库（其中包括入门所需的一切） 首先，登录您的GitHub帐户 转到repo ，然后单击“ Fork”（位于此页面右上角） 这会将回购复制到您...
大模型微调工具-torchtune
weixin_40777649的博客
08-08 746
1.定义2.安装3. 案例。
jupyter下载
Einstein·Jun
08-06 692
Anaconda下载 参考链接：https://blog.csdn.net/qq_48372575/article/details/125630622 设置Jupyter Notebook的代码路径 在“此电脑”中搜索。删除最后一个""后面的的内容，包括“\”。 用记事本打开它。 按下ctrl+F就可以开始查找。查找内容如下： 找到之后，右键该文件，找到“发送到”，找到“桌面快捷方式”。然后就会发现桌面上已经建立好了！
伐木工 (100%用例)D卷 (Java&&Python&&C++&&Node.js&&C语言)
荆赫同艺的博客
08-07 209
一根 4米长的树木，伐木工不需要切割为 2*2，省去切割成本，直接整根树木交易，为 4*1，收益最大为 4。方式二: 3,2,2,3，但方式二，伐木工多切割一次，增加了切割成本却卖了一样的价格，因此并不是最优收益。一根 2 米长的树木，伐木工不切割，为2*1，收益最大为 2。一根5 米长的树木，伐木工切割为 2*3,收益最大为 6。输出最优收益时的各个树木长度，以空格分隔，按升序排列。一根 10 米长的树木，伐木工可以切割。方式一:3,4,4，也可以切割为。
Python 算法交易实验80 QTV200日常推进-目标估算
最新发布
yukai08008的博客
08-10 323
业务目标在先，月利3%是第一个目标。虽然日常有在常规推进，但目标是什么？现在做的是什么？与目标的关联是什么？业务上讲，如果月利能够达到3%(几何平均)，上下波动不超过1%，就算达标了(2%~4%)。考虑到金融领域有不可测风险，所以资金还会分摊到3个月。例如，假如总投资资金是30万，那么每个月的最大投资金额是10万。这样即使遇到大跳水，问题也不大。目标达到的话，10万本金每月的盈利是3000， 按复利计,24个月就会double，我觉得已经足够理想。假设投资90万，则可以按30万计算复利效果。
DAY_OF_WEEK,
03-28
DAY_OF_WEEK是一个常见的日期操作，用于获取给定日期的星期几。在不同的编程语言和日期库中，DAY_OF_WEEK的实现方式可能会有所不同，但基本原理是一致的。 在大多数编程语言中，日期通常以特定的格式表示，例如年、...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值