Django-查到晕

时间 2019-11-18

标签 django 查到栏目 Python 繁體版

原文原文链接

ORM

一 ORM简介

查询数据层次图解：若是操做mysql，ORM是在pymysq之上又进行了一层封装python

MVC或者MTV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须要依赖于特定的数据库，经过简单的配置就能够轻松更换数据库，这极大的减轻了开发人员的工做量，不须要面对因数据库变动而致使的无效劳动
ORM是“对象-关系-映射”的简称。

#sql中的表                                                      

 #建立表:
     CREATE TABLE employee(                                     
                id INT PRIMARY KEY auto_increment ,                    
                name VARCHAR (20),                                      
                gender BIT default 1,                                  
                birthday DATA ,                                         
                department VARCHAR (20),                                
                salary DECIMAL (8,2) unsigned,                          
              );


  #sql中的表纪录                                                  

  #添加一条表纪录:                                                          
      INSERT employee (name,gender,birthday,salary,department)            
             VALUES   ("alex",1,"1985-12-12",8000,"保洁部");               

  #查询一条表纪录:                                                           
      SELECT * FROM employee WHERE age=24;                               

  #更新一条表纪录:                                                           
      UPDATE employee SET birthday="1989-10-24" WHERE id=1;              

  #删除一条表纪录:                                                          
      DELETE FROM employee WHERE name="alex"                             





#python的类
class Employee(models.Model):
     id=models.AutoField(primary_key=True)
     name=models.CharField(max_length=32)
     gender=models.BooleanField()
     birthday=models.DateField()
     department=models.CharField(max_length=32)
     salary=models.DecimalField(max_digits=8,decimal_places=2)


 #python的类对象
      #添加一条表纪录:
          emp=Employee(name="alex",gender=True,birthday="1985-12-12",epartment="保洁部")
          emp.save()
      #查询一条表纪录:
          Employee.objects.filter(age=24)
      #更新一条表纪录:
          Employee.objects.filter(id=1).update(birthday="1989-10-24")
      #删除一条表纪录:
          Employee.objects.filter(name="alex").delete()

示例

二.单表操做

建立名为book的app，在book下的models.py中建立模型：
mysql

from django.db import models

# Create your models here.
class Book(models.Model):
    id = models.AutoField(primary_key=True)
    name = models.CharField(max_length=64)
    pub_data = models.DateField()
    price = models.DecimalField(max_digits=5, decimal_places=2)
    publish = models.CharField(max_length=12)
    def __str__(self):
        return self.name

每一个字段有一些特有的参数，例如，CharField须要max_length参数来指定VARCHAR数据库字段的大小。还有一些适用于全部字段的通用参数。这些参数在文档中有详细定义，这里咱们只简单介绍一些最经常使用的：git

经常使用字段ajax

AutoField(Field)
        - int自增列，必须填入参数 primary_key=True

    BigAutoField(AutoField)
        - bigint自增列，必须填入参数 primary_key=True

        注：当model中若是没有自增列，则自动会建立一个列名为id的列
        from django.db import models

        class UserInfo(models.Model):
            # 自动建立一个列名为id的且为自增的整数列
            username = models.CharField(max_length=32)

        class Group(models.Model):
            # 自定义自增列
            nid = models.AutoField(primary_key=True)
            name = models.CharField(max_length=32)

    SmallIntegerField(IntegerField):
        - 小整数 -32768 ～ 32767

    PositiveSmallIntegerField(PositiveIntegerRelDbTypeMixin, IntegerField)
        - 正小整数 0 ～ 32767
    IntegerField(Field)
        - 整数列(有符号的) -2147483648 ～ 2147483647

    PositiveIntegerField(PositiveIntegerRelDbTypeMixin, IntegerField)
        - 正整数 0 ～ 2147483647

    BigIntegerField(IntegerField):
        - 长整型(有符号的) -9223372036854775808 ～ 9223372036854775807

    自定义无符号整数字段

        class UnsignedIntegerField(models.IntegerField):
            def db_type(self, connection):
                return 'integer UNSIGNED'

        PS: 返回值为字段在数据库中的属性，Django字段默认的值为：
            'AutoField': 'integer AUTO_INCREMENT',
            'BigAutoField': 'bigint AUTO_INCREMENT',
            'BinaryField': 'longblob',
            'BooleanField': 'bool',
            'CharField': 'varchar(%(max_length)s)',
            'CommaSeparatedIntegerField': 'varchar(%(max_length)s)',
            'DateField': 'date',
            'DateTimeField': 'datetime',
            'DecimalField': 'numeric(%(max_digits)s, %(decimal_places)s)',
            'DurationField': 'bigint',
            'FileField': 'varchar(%(max_length)s)',
            'FilePathField': 'varchar(%(max_length)s)',
            'FloatField': 'double precision',
            'IntegerField': 'integer',
            'BigIntegerField': 'bigint',
            'IPAddressField': 'char(15)',
            'GenericIPAddressField': 'char(39)',
            'NullBooleanField': 'bool',
            'OneToOneField': 'integer',
            'PositiveIntegerField': 'integer UNSIGNED',
            'PositiveSmallIntegerField': 'smallint UNSIGNED',
            'SlugField': 'varchar(%(max_length)s)',
            'SmallIntegerField': 'smallint',
            'TextField': 'longtext',
            'TimeField': 'time',
            'UUIDField': 'char(32)',

    BooleanField(Field)
        - 布尔值类型

    NullBooleanField(Field):
        - 能够为空的布尔值

    CharField(Field)
        - 字符类型
        - 必须提供max_length参数， max_length表示字符长度

    TextField(Field)
        - 文本类型

    EmailField(CharField)：
        - 字符串类型，Django Admin以及ModelForm中提供验证机制

    IPAddressField(Field)
        - 字符串类型，Django Admin以及ModelForm中提供验证 IPV4 机制

    GenericIPAddressField(Field)
        - 字符串类型，Django Admin以及ModelForm中提供验证 Ipv4和Ipv6
        - 参数：
            protocol，用于指定Ipv4或Ipv6， 'both',"ipv4","ipv6"
            unpack_ipv4， 若是指定为True，则输入::ffff:192.0.2.1时候，可解析为192.0.2.1，开启刺功能，须要protocol="both"

    URLField(CharField)
        - 字符串类型，Django Admin以及ModelForm中提供验证 URL

    SlugField(CharField)
        - 字符串类型，Django Admin以及ModelForm中提供验证支持 字母、数字、下划线、链接符（减号）

    CommaSeparatedIntegerField(CharField)
        - 字符串类型，格式必须为逗号分割的数字

    UUIDField(Field)
        - 字符串类型，Django Admin以及ModelForm中提供对UUID格式的验证

    FilePathField(Field)
        - 字符串，Django Admin以及ModelForm中提供读取文件夹下文件的功能
        - 参数：
                path,                      文件夹路径
                match=None,                正则匹配
                recursive=False,           递归下面的文件夹
                allow_files=True,          容许文件
                allow_folders=False,       容许文件夹

    FileField(Field)
        - 字符串，路径保存在数据库，文件上传到指定目录
        - 参数：
            upload_to = ""      上传文件的保存路径
            storage = None      存储组件，默认django.core.files.storage.FileSystemStorage

    ImageField(FileField)
        - 字符串，路径保存在数据库，文件上传到指定目录
        - 参数：
            upload_to = ""      上传文件的保存路径
            storage = None      存储组件，默认django.core.files.storage.FileSystemStorage
            width_field=None,   上传图片的高度保存的数据库字段名（字符串）
            height_field=None   上传图片的宽度保存的数据库字段名（字符串）

    DateTimeField(DateField)
        - 日期+时间格式 YYYY-MM-DD HH:MM[:ss[.uuuuuu]][TZ]

    DateField(DateTimeCheckMixin, Field)
        - 日期格式      YYYY-MM-DD

    TimeField(DateTimeCheckMixin, Field)
        - 时间格式      HH:MM[:ss[.uuuuuu]]

    DurationField(Field)
        - 长整数，时间间隔，数据库中按照bigint存储，ORM中获取的值为datetime.timedelta类型

    FloatField(Field)
        - 浮点型

    DecimalField(Field)
        - 10进制小数
        - 参数：
            max_digits，小数总长度
            decimal_places，小数位长度

    BinaryField(Field)
        - 二进制类型

字段

经常使用参数：sql

(1)null
 
若是为True，Django 将用NULL 来在数据库中存储空值。 默认值是 False.
 
(1)blank
 
若是为True，该字段容许不填。默认为False。
要注意，这与 null 不一样。null纯粹是数据库范畴的，而 blank 是数据验证范畴的。
若是一个字段的blank=True，表单的验证将容许该字段是空值。若是字段的blank=False，该字段就是必填的。
 
(2)default
 
字段的默认值。能够是一个值或者可调用对象。若是可调用 ，每有新对象被建立它都会被调用。
 
(3)primary_key
 
若是为True，那么这个字段就是模型的主键。若是你没有指定任何一个字段的primary_key=True，
Django 就会自动添加一个IntegerField字段作为主键，因此除非你想覆盖默认的主键行为，
不然不必设置任何一个字段的primary_key=True。
 
(4)unique
 
若是该值设置为 True, 这个数据字段的值在整张表中必须是惟一的
 
(5)choices
由二元组组成的一个可迭代对象（例如，列表或元组），用来给字段提供选择项。 若是设置了choices ，默认的表单将是一个选择框而不是标准的文本框，<br>并且这个选择框的选项就是choices 中的选项。

参数

元信息：数据库

class UserInfo(models.Model):
        nid = models.AutoField(primary_key=True)
        username = models.CharField(max_length=32)
        class Meta:
            # 数据库中生成的表名称 默认 app名称 + 下划线 + 类名
            db_table = "table_name"

            # 联合索引
            index_together = [
                ("pub_date", "deadline"),
            ]

            # 联合惟一索引
            unique_together = (("driver", "restaurant"),)

            # admin中显示的表名称
            verbose_name

            # verbose_name加s
            verbose_name_plural

元信息

settings配置：django

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'lqz',
        'USER': 'root',
        'PASSWORD': '123456',
        'HOST': '127.0.0.1',
        'PORT': 3306,
        'ATOMIC_REQUEST': True,
        'OPTIONS': {
            "init_command": "SET storage_engine=MyISAM",
        }
    }
}
'''
'NAME':要链接的数据库，链接前须要建立好
'USER':链接数据库的用户名
'PASSWORD':链接数据库的密码
'HOST':链接主机，默认本机
'PORT':端口 默认3306
'ATOMIC_REQUEST': True,
设置为True统一个http请求对应的全部sql都放在一个事务中执行（要么全部都成功，要么全部都失败）。
是全局性的配置， 若是要对某个http请求放水（而后自定义事务），能够用non_atomic_requests修饰器 
'OPTIONS': {
             "init_command": "SET storage_engine=MyISAM",
            }
设置建立表的存储引擎为MyISAM，INNODB
'''

注意1：NAME即数据库的名字，在mysql链接前该数据库必须已经建立，而上面的sqlite数据库下的db.sqlite3则是项目自动建立 USER和PASSWORD分别是数据库的用户名和密码。设置完后，再启动咱们的Django项目前，咱们须要激活咱们的mysql。而后，启动项目，会报错：no module named MySQLdb 。这是由于django默认你导入的驱动是MySQLdb，但是MySQLdb 对于py3有很大问题，因此咱们须要的驱动是PyMySQL 因此，咱们只须要找到项目名文件下的__init__,在里面写入：api

import pymysql
pymysql.install_as_MySQLdb()

最后经过两条数据库迁移命令便可在指定的数据库中建立表：session

python manage.py makemigrations
python manage.py migrate

注意2:确保配置文件中的INSTALLED_APPS中写入咱们建立的app名称app

INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    "book"
]

注意3:若是报错以下：

django.core.exceptions.ImproperlyConfigured: mysqlclient 1.3.3 or newer is required; you have 0.7.11.None

MySQLclient目前只支持到python3.4，所以若是使用的更高版本的python，须要修改以下：

经过查找路径C:\Programs\Python\Python36-32\Lib\site-packages\Django-2.0-py3.6.egg\django\db\backends\mysql
这个路径里的文件把

if version < (1, 3, 3):
     raise ImproperlyConfigured("mysqlclient 1.3.3 or newer is required; you have %s" % Database.__version__)

注释掉就能够了

注意4: 若是想打印orm转换过程当中的sql，须要在settings中进行以下配置：

LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    'handlers': {
        'console':{
            'level':'DEBUG',
            'class':'logging.StreamHandler',
        },
    },
    'loggers': {
        'django.db.backends': {
            'handlers': ['console'],
            'propagate': True,
            'level':'DEBUG',
        },
    }
}

增长，删除字段：

删除，直接注释掉字段，执行数据库迁移命令便可

　　新增字段，在类里直接新增字段，直接执行数据库迁移命令会提示输入默认值，此时须要设置

publish = models.CharField(max_length=12,default='人民出版社',null=True)

注意：

　　1 数据库迁移记录都在 app01下的migrations里

　　2 使用showmigrations命令能够查看没有执行migrate的文件

　　3 makemigrations是生成一个文件，migrate是将更改提交到数据量

添加表纪录

方式1

# create方法的返回值book_obj就是插入book表中的python葵花宝典这本书籍纪录对象
book_obj=Book.objects.create(title="python葵花宝典",state=True,price=100,publish="苹果出版社",pub_date="2012-12-12")

方式2

book_obj=Book(title="python葵花宝典",state=True,price=100,publish="苹果出版社",pub_date="2012-12-12")
book_obj.save()

查询表纪录

查询api
<1> all():                  查询全部结果
  
<2> filter(**kwargs):       它包含了与所给筛选条件相匹配的对象
  
<3> get(**kwargs):          返回与所给筛选条件相匹配的对象，返回结果有且只有一个，若是符合筛选条件的对象超过一个或者没有都会抛出错误。
  
<4> exclude(**kwargs):      它包含了与所给筛选条件不匹配的对象
 
<5> order_by(*field):       对查询结果排序('-id')
  
<6> reverse():              对查询结果反向排序
  
<8> count():                返回数据库中匹配查询(QuerySet)的对象数量。
  
<9> first():                返回第一条记录
  
<10> last():                返回最后一条记录
  
<11> exists():              若是QuerySet包含数据，就返回True，不然返回False
 
<12> values(*field):        返回一个ValueQuerySet——一个特殊的QuerySet，运行后获得的并非一系列
                            model的实例化对象，而是一个可迭代的字典序列
<13> values_list(*field):   它与values()很是类似，它返回的是一个元组序列，values返回的是一个字典序列
 
<14> distinct():            从返回结果中剔除重复纪录

def index(request):
    # 添加表记录++++++++++++++++++++++++++++++++++
    # 方式一
    # book=Book(name='红楼梦',pub_data='2015-10-12',price=88,publish='老男孩出版社')
    # book.save()
    # 方式二
    # Book.objects.create(name='Python红宝书',pub_data='2010-10-12',price=100,publish='人民出版社')
    # 查询表记录++++++++++++++++++++++++++++++++++
    # QUerySet数据类型（相似于一个列表，里面放着一些对象）
    # 1 方法的返回值是什么
    # 2 方法的调用者
    # (1) all方法 返回一个QuerySet对象
    # book_list=Book.objects.all()
    # print(book_list[1].name)
    # print(book_list)
    # for obj in book_list:
    #     print(obj.name)
    # (2)first last：调用者是queryset对象，返回值是对象
    # book=Book.objects.all().first()
    # book2=Book.objects.all().last()
    # print(book)
    # print(book2)
    # (3) filter  返回值是queryset对象(至关于where语句)
    # 能够加多个过滤条件
    # book=Book.objects.filter(name='红楼梦').first()
    # print(book)
    # (4)get方法 有且只有一个查询结果才有意义 返回值是一个对象
    # book=Book.objects.get(name='红楼梦')
    # print(book)
    # 直接报错
    # book = Book.objects.get(name='红楼梦eee')
    # --------------最经常使用-----------------
    # (5)exclude 除了查询以外的 返回值也是queryset
    # ret=Book.objects.exclude(name='红楼梦')
    # print(ret)
    # （6）order_by(默认升序，加个- 就是降序),能够多个过滤条件调用者是queryset返回值也是queryset
    # book_list=Book.objects.all().order_by('id')
    # book_list=Book.objects.all().order_by('-id','price')
    # print(book_list)
    # （7）count() 调用者是queryset，返回值是int
    # ret=Book.objects.all().count()
    # print(ret)
    # (8)exist()判断是是否有值，不能传参数，
    # ret=Book.objects.all().exists()
    # print(ret)
    # （9）values方法
    # 查询全部书籍的名称(里面传的值，前提是表有这个字段)也是queryset可是里面放的是字典
    '''
    values原理
    temp=[]
    for obj in Book.objects.all():
        temp.append({'name':obj.name})
    '''
    # ret=Book.objects.all().values('name')
    # print(ret)
    # 不加.all()也能够,调用是queryset返回值也是queryset
    # ret=Book.objects.values('price')
    # print(ret)
    # （10）value_list
    # ret=Book.objects.all().values_list('price','name')
    # print(ret)
    # (11) distinct  seletc * 的时候没有意义
    # SELECT DISTINCT name from app01_book;
    # 没有任何意义，不要这样么用
    # Book.objects.all().distinct()
    # ret=Book.objects.all().values('name').distinct()
    # print(ret)

    # 双下划线模糊查询-----------------------
    # 查询价格大于100的书
    # ret=Book.objects.filter(price__gt=100)
    # print(ret)
    # 查询大于50小于100的书
    # ret=Book.objects.filter(price__gt=50,price__lt=100)
    # print(ret)
    # 查询已红楼开头的书
    # ret=Book.objects.filter(name__startswith='红楼')
    # print(ret)
    # 查询包含‘红’的书
    # ret= Book.objects.filter(name__contains='红')
    # print(ret)
    # icontains  不区分大小写
    # 价格在50，88，100 中的
    # ret=Book.objects.filter(price__in=[50,88,100])
    # print(ret)
    # 出版日期在2018年的
    # ret=Book.objects.filter(pub_data__year=2015,pub_data__month=2)
    # print(ret)
    # 删除，修改------------------------
    # delete：调用者能够是queryset也能够是model对象
    # 删除价格为188的书有返回值 (1, {'app01.Book': 1}) 删除的个数，那张表，记录数
    # ret=Book.objects.filter(price=188).delete()
    # print(ret)
    # ret=Book.objects.filter(price=100).first().delete()
    # print(ret)

    # 修改 update只能queryset来调用 返回值为int
    # ret=Book.objects.filter(name='红楼梦1').update(name='红楼梦')
    # print(ret)
    # 报错
    # Book.objects.filter(name='红楼梦').first().update(name='红楼梦1')

    # ret=Book.objects.filter(name='红楼梦1').first()
    # print(ret.delete())
    # aa=Publish.objects.filter(name='人民出版社')
    # print(type(aa))
    # aa.delete()

    return HttpResponse('ok')

测试数据

基于双下划线的模糊查询　

Book.objects.filter(price__in=[100,200,300])
Book.objects.filter(price__gt=100)
Book.objects.filter(price__lt=100)
Book.objects.filter(price__gte=100)
Book.objects.filter(price__lte=100)
Book.objects.filter(price__range=[100,200])
Book.objects.filter(title__contains="python")
Book.objects.filter(title__icontains="python")
Book.objects.filter(title__startswith="py")
Book.objects.filter(pub_date__year=2012)

删除表纪录

删除方法就是 delete()。它运行时当即删除对象而不返回任何值。例如：

model_obj.delete()

你也能够一次性删除多个对象。每一个 QuerySet 都有一个 delete() 方法，它一次性删除 QuerySet 中全部的对象。

例如，下面的代码将删除 pub_date 是2005年的 Entry 对象：

Entry.objects.filter(pub_date__year=2005).delete()

在 Django 删除对象时，会模仿 SQL 约束 ON DELETE CASCADE 的行为，换句话说，删除一个对象时也会删除与它相关联的外键对象。例如：

b = Blog.objects.get(pk=1)
# This will delete the Blog and all of its Entry objects.
b.delete()

要注意的是： delete() 方法是 QuerySet 上的方法，但并不适用于 Manager 自己。这是一种保护机制，是为了不意外地调用 Entry.objects.delete() 方法致使全部的记录被误删除。若是你确认要删除全部的对象，那么你必须显式地调用：

Entry.objects.all().delete()

若是不想级联删除，能够设置为:

pubHouse = models.ForeignKey(to='Publisher', on_delete=models.SET_NULL, blank=True, null=True)

修改表纪录

Book.objects.filter(title__startswith="py").update(price=120）

此外，update()方法对于任何结果集（QuerySet）均有效，这意味着你能够同时更新多条记录update()方法会返回一个整型数值，表示受影响的记录条数。

三在Python脚本中调用Django环境

import os
if __name__ == '__main__':
    os.environ.setdefault("DJANGO_SETTINGS_MODULE", "untitled15.settings")
    import django
    django.setup()

    from app01 import models

    books = models.Book.objects.all()
    print(books)

四 Django终端打印SQL语句

LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    'handlers': {
        'console':{
            'level':'DEBUG',
            'class':'logging.StreamHandler',
        },
    },
    'loggers': {
        'django.db.backends': {
            'handlers': ['console'],
            'propagate': True,
            'level':'DEBUG',
        },
    }
}

五.Foreignkey,onetoone,manytomany表关系

1..Foreignkey:外键类型在ORM中用来表示外键关联关系，通常把ForeignKey字段设置在 '一对多'中'多'的一方。

ForeignKey能够和其余表作关联关系同时也能够和自身作关联关系。

字段参数:

设置要关联的表

to_field

设置要关联的表的字段

on_delete

当删除关联表中的数据时，当前表与其关联的行的行为。

models.CASCADE

删除关联数据，与之关联也删除

db_constraint

是否在数据库中建立外键约束，默认为True。

models.DO_NOTHING
删除关联数据，引起错误IntegrityError


models.PROTECT
删除关联数据，引起错误ProtectedError


models.SET_NULL
删除关联数据，与之关联的值设置为null（前提FK字段须要设置为可空）


models.SET_DEFAULT
删除关联数据，与之关联的值设置为默认值（前提FK字段须要设置默认值）


models.SET

删除关联数据，
a. 与之关联的值设置为指定值，设置：models.SET(值)
b. 与之关联的值设置为可执行对象的返回值，设置：models.SET(可执行对象)

def func():
    return 10

class MyModel(models.Model):
    user = models.ForeignKey(
        to="User",
        to_field="id"，
        on_delete=models.SET(func)
    )

OneToOneField:一对一字段。

一般一对一字段用来扩展已有字段。(通俗的说就是一我的的全部信息不是放在一张表里面的，简单的信息一张表，隐私的信息另外一张表，之间经过一对一外键关联)

设置要关联的表。

to_field

设置要关联的字段。

on_delete

当删除关联表中的数据时，当前表与其关联的行的行为。(参考上面的例子)

"关联管理器"是在一对多或者多对多的关联上下文中使用的管理器。

它存在于下面两种状况：

外键关系的反向查询
多对多关联关系

简单来讲就是在多对多表关系而且这一张多对多的关系表是有Django自动帮你建的状况下，下面的方法才可以使用。

方法

create()

建立一个关联对象，并自动写入数据库，且在第三张双方的关联表中自动新建上双方对应关系。

models.Author.objects.first().book_set.create(title="偷塔秘籍")
上面这一句干了哪些事儿:
1.由做者表中的一个对象跨到书籍比表
2.新增名为偷塔秘籍的书籍并保存
3.到做者与书籍的第三张表中新增二者之间的多对多关系并保存

add()

把指定的model对象添加到第三张关联表中。

添加对象

>>> author_objs = models.Author.objects.filter(id__lt=3)
>>> models.Book.objects.first().authors.add(*author_objs)

添加id

>>> models.Book.objects.first().authors.add(*[1, 2])

set()

更新某个对象在第三张表中的关联对象。不一样于上面的add是添加,set至关于重置

>>> book_obj = models.Book.objects.first()
>>> book_obj.authors.set([2, 3])

remove()

从关联对象集中移除执行的model对象(移除对象在第三张表中与某个关联对象的关系)

>>> book_obj = models.Book.objects.first()
>>> book_obj.authors.remove(3)

clear()

从关联对象集中移除一切对象。(移除全部与对象相关的关系信息)

>>> book_obj = models.Book.objects.first()
>>> book_obj.authors.clear()

注意：

对于ForeignKey对象，clear()和remove()方法仅在null=True时存在。

举个例子：

ForeignKey字段没设置null=True时，

class Book(models.Model):
    title = models.CharField(max_length=32)
    publisher = models.ForeignKey(to=Publisher)

没有clear()和remove()方法：

>>> models.Publisher.objects.first().book_set.clear()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
AttributeError: 'RelatedManager' object has no attribute 'clear'

当ForeignKey字段设置null=True时，

class Book(models.Model):
    name = models.CharField(max_length=32)
    publisher = models.ForeignKey(to=Class, null=True)

此时就有clear()和remove()方法：

>>> models.Publisher.objects.first().book_set.clear()

再次强调：

对于全部类型的关联字段，add()、create()、remove()和clear(),set()都会立刻更新数据库。换句话说，在关联的任何一端，都不须要再调用save()方法。

六.QuerySet数据的基本13个方法：

返回QuerySet对象的方法有
all()

filter()

exclude()

order_by()

reverse()

distinct()

特殊的QuerySet
values()       返回一个可迭代的字典序列

values_list() 返回一个可迭代的元祖序列

返回具体对象的
get()

first()

last()

返回布尔值的方法有：
exists()

返回数字的方法有
count()

详细解释：

操做下面的操做以前，咱们实现建立好了数据表，这里主要演示下面的操做，再也不细讲建立准备过程

<1> all(): 查询全部结果

**<2> filter(**kwargs): 它包含了与所给筛选条件相匹配的对象**

**<3> get(**kwargs): 返回与所给筛选条件相匹配的对象，返回结果有且只有一个，若是符合筛选条件的对象超过一个或者没有都会抛出错误。**

**<4> exclude(**kwargs): 它包含了与所给筛选条件不匹配的对象**

<5> values(*field): 返回一个ValueQuerySet——一个特殊的QuerySet，运行后获得的并非一系列model的实例化对象，而是一个可迭代的字典序列

<6> values_list(*field): 它与values()很是类似，它返回的是一个元组序列，values返回的是一个字典序列

<7> order_by(*field): 对查询结果排序

<8> reverse(): 对查询结果反向排序，请注意reverse()一般只能在具备已定义顺序的QuerySet上调用(在model类的Meta中指定ordering或调用order_by()方法)。

<9> distinct(): 从返回结果中剔除重复纪录(若是你查询跨越多个表，可能在计算QuerySet时获得重复的结果。此时可使用distinct()，注意只有在PostgreSQL中支持按字段去重。)

<10> count(): 返回数据库中匹配查询(QuerySet)的对象数量。

<11> first(): 返回第一条记录

<12> last(): 返回最后一条记录

<13> exists(): 若是QuerySet包含数据，就返回True，不然返回False

七.基于对象的跨表查询:

一对多查询（publish与book）

正向查询（按字段：publish）

# 查询主键为1的书籍的出版社所在的城市
book_obj=Book.objects.filter(pk=1).first()
# book_obj.publish 是主键为1的书籍对象关联的出版社对象
print(book_obj.publish.city)

反向查询（按表名：book_set）

publish=Publish.objects.get(name="苹果出版社")
#publish.book_set.all() : 与苹果出版社关联的全部书籍对象集合
book_list=publish.book_set.all()    
for book_obj in book_list:
       print(book_obj.title)

# 一对多正向查询
    book=Book.objects.filter(name='红楼梦').first()
    print(book.publish)#与这本书关联的出版社对象
    print(book.publish.name)
    # 一对多反向查询
    # 人民出版社出版过的书籍名称
    pub=Publish.objects.filter(name='人民出版社').first()
    ret=pub.book_set.all()
    print(ret)

一对一查询（Author 与 AuthorDetail）

正向查询(按字段：authorDetail)：

egon=Author.objects.filter(name="egon").first()
print(egon.authorDetail.telephone)

反向查询(按表名：author)：

# 查询全部住址在北京的做者的姓名
 
authorDetail_list=AuthorDetail.objects.filter(addr="beijing")
for obj in authorDetail_list:
     print(obj.author.name)

# 一对一正向查询
    # lqz的手机号
    lqz=Author.objects.filter(name='lqz').first()
    tel=lqz.author_detail.telephone
    print(tel)
    # 一对一反向查询
    # 地址在北京的做者姓名
    author_detail=AuthorDatail.objects.filter(addr='北京').first()
    name=author_detail.author.name
    print(name)

多对多查询 (Author 与 Book)

正向查询(按字段：authors)：

# 眉全部做者的名字以及手机号
 
book_obj=Book.objects.filter(title="眉").first()
authors=book_obj.authors.all()
for author_obj in authors:
     print(author_obj.name,author_obj.authorDetail.telephone)

反向查询(按表名：book_set)：

# 查询egon出过的全部书籍的名字
 
    author_obj=Author.objects.get(name="egon")
    book_list=author_obj.book_set.all()        #与egon做者相关的全部书籍
    for book_obj in book_list:
        print(book_obj.title)

# 正向查询----查询红楼梦全部做者名称
    book=Book.objects.filter(name='红楼梦').first()
    ret=book.authors.all()
    print(ret)
    for auth in ret:
        print(auth.name)
    # 反向查询 查询lqz这个做者写的全部书
    author=Author.objects.filter(name='lqz').first()
    ret=author.book_set.all()
    print(ret)

注意：

你能够经过在 ForeignKey() 和ManyToManyField的定义中设置 related_name 的值来覆写 FOO_set 的名称。例如，若是 Article model 中作一下更改：

publish = ForeignKey(Book, related_name='bookList')

那么接下来就会如咱们看到这般:

# 查询 人民出版社出版过的全部书籍
 
publish=Publish.objects.get(name="人民出版社")
book_list=publish.bookList.all()  # 与人民出版社关联的全部书籍对象集合

八.基于双下划线的跨表查询

Django 还提供了一种直观而高效的方式在查询(lookups)中表示关联关系，它能自动确认 SQL JOIN 联系。要作跨关系查询，就使用两个下划线来连接模型(model)间关联字段的名称，直到最终连接到你想要的model 为止。

'''
    正向查询按字段,反向查询按表名小写用来告诉ORM引擎join哪张表
'''

一对多查询

# 练习:  查询苹果出版社出版过的全部书籍的名字与价格(一对多)

    # 正向查询 按字段:publish

    queryResult=Book.objects
　　　　　　　　　　　　.filter(publish__name="苹果出版社")
　　　　　　　　　　　　.values_list("title","price")

    # 反向查询 按表名:book

    queryResult=Publish.objects
　　　　　　　　　　　　　　.filter(name="苹果出版社")
　　　　　　　　　　　　　　.values_list("book__title","book__price")
查询的本质同样，就是select from的表不同

# 正向查询按字段，反向查询按表名小写
    # 查询红楼梦这本书出版社的名字
    # select * from app01_book inner join app01_publish
    # on app01_book.publish_id=app01_publish.nid
    ret=Book.objects.filter(name='红楼梦').values('publish__name')
    print(ret)
    ret=Publish.objects.filter(book__name='红楼梦').values('name')
    print(ret)

多对多查询

# 练习: 查询alex出过的全部书籍的名字(多对多)

    # 正向查询 按字段:authors:
    queryResult=Book.objects
　　　　　　　　　　　　.filter(authors__name="yuan")
　　　　　　　　　　　　.values_list("title")

    # 反向查询 按表名:book
    queryResult=Author.objects
　　　　　　　　　　　　　　.filter(name="yuan")
　　　　　　　　　　　　　　.values_list("book__title","book__price")

# 正向查询按字段，反向查询按表名小写
    # 查询红楼梦这本书出版社的名字
    # select * from app01_book inner join app01_publish
    # on app01_book.publish_id=app01_publish.nid
    ret=Book.objects.filter(name='红楼梦').values('publish__name')
    print(ret)
    ret=Publish.objects.filter(book__name='红楼梦').values('name')
    print(ret)
    # sql 语句就是from的表不同
    # -------多对多正向查询
    # 查询红楼梦全部的做者
    ret=Book.objects.filter(name='红楼梦').values('authors__name')
    print(ret)
    # ---多对多反向查询
    ret=Author.objects.filter(book__name='红楼梦').values('name')
    ret=Author.objects.filter(book__name='红楼梦').values('name','author_detail__addr')
    print(ret)

一对一查询

# 查询alex的手机号
    
    # 正向查询
    ret=Author.objects.filter(name="alex").values("authordetail__telephone")

    # 反向查询
    ret=AuthorDetail.objects.filter(author__name="alex").values("telephone")

# 查询lqz的手机号
    # 正向查
    ret=Author.objects.filter(name='lqz').values('author_detail__telephone')
    print(ret)
    # 反向查
    ret= AuthorDatail.objects.filter(author__name='lqz').values('telephone')
    print(ret)

# 练习: 查询人民出版社出版过的全部书籍的名字以及做者的姓名


    # 正向查询
    queryResult=Book.objects
　　　　　　　　　　　　.filter(publish__name="人民出版社")
　　　　　　　　　　　　.values_list("title","authors__name")
    # 反向查询
    queryResult=Publish.objects
　　　　　　　　　　　　　　.filter(name="人民出版社")
　　　　　　　　　　　　　　.values_list("book__title","book__authors__age","book__authors__name")


# 练习: 手机号以151开头的做者出版过的全部书籍名称以及出版社名称


    # 方式1:
    queryResult=Book.objects
　　　　　　　　　　　　.filter(authors__authorDetail__telephone__regex="151")
　　　　　　　　　　　　.values_list("title","publish__name")
    # 方式2:    
    ret=Author.objects
              .filter(authordetail__telephone__startswith="151")
              .values("book__title","book__publish__name")
              
  # ----进阶练习，连续跨表
    # 查询手机号以33开头的做者出版过的书籍名称以及书籍出版社名称
    # author_datail author book publish
    # 基于authorDatail表
    ret=AuthorDatail.objects.filter(telephone__startswith='33').values('author__book__name','author__book__publish__name')
    print(ret)
    # 基于Author表
    ret=Author.objects.filter(author_detail__telephone__startswith=33).values('book__name','book__publish__name')
    print(ret)
    # 基于Book表
    ret=Book.objects.filter(authors__author_detail__telephone__startswith='33').values('name','publish__name')
    print(ret)
    # 基于Publish表
    ret=Publish.objects.filter(book__authors__author_detail__telephone__startswith='33').values('book__name','name')
    print(ret)

related_name

publish = ForeignKey(Blog, related_name='bookList')
# 练习: 查询人民出版社出版过的全部书籍的名字与价格(一对多)

# 反向查询 再也不按表名:book,而是related_name:bookList


    queryResult=Publish.objects
　　　　　　　　　　　　　　.filter(name="人民出版社")
　　　　　　　　　　　　　　.values_list("bookList__title","bookList__price")

九.聚合查询与分组查询

聚合

aggregate(*args, **kwargs)

# 计算全部图书的平均价格
 from django.db.models import Avg
 Book.objects.all().aggregate(Avg('price'))
#{'price__avg': 34.35}

aggregate()是QuerySet` 的一个终止子句，意思是说，它返回一个包含一些键值对的字典。键的名称是聚合值的标识符，值是计算出来的聚合值。键的名称是按照字段和聚合函数的名称自动生成出来的。若是你想要为聚合值指定一个名称，能够向聚合子句提供它。

Book.objects.aggregate(average_price=Avg('price'))
#{'average_price': 34.35}

若是你但愿生成不止一个聚合，你能够向aggregate()子句中添加另外一个参数。因此，若是你也想知道全部图书价格的最大值和最小值，能够这样查询：

from django.db.models import Avg, Max, Min
Book.objects.aggregate(Avg('price'), Max('price'), Min('price'))
#{'price__avg': 34.35, 'price__max': Decimal('81.20'), 'price__min': Decimal('12.99')}

# 查询全部书籍的平均价格
    from django.db.models import Avg,Count,Max,Min
    ret=Book.objects.all().aggregate(Avg('price'))
    # {'price__avg': 202.896}
    # 能够更名字
    ret=Book.objects.all().aggregate(avg_price=Avg('price'))
    # 统计平均价格和最大价格
    ret=Book.objects.all().aggregate(avg_price=Avg('price'),max_price=Max('price'))
    # 统计最小价格
    ret = Book.objects.all().aggregate(avg_price=Avg('price'), min_price=Min('price'))
    # 统计个数和平均价格
    ret = Book.objects.all().aggregate(avg_price=Avg('price'), max_price=Max('price'),count=Count('price'))
    ret = Book.objects.all().aggregate(avg_price=Avg('price'), max_price=Max('price'),count=Count('nid'))
    print(ret)

分组

annotate()为调用的QuerySet中每个对象都生成一个独立的统计值（统计方法用聚合函数）。

总结：跨表分组查询本质就是将关联表join成一张表，再按单表的思路进行分组查询。　

练习：统计每一本书做者个数
from django.db.models import Avg, Max, Sum, Min, Max, Count
book_list = models.Book.objects.all().annotate(author_num=Count("authors"))
for book in book_list:
     print(book.name)
     print(book.author_num)
book_list = models.Book.objects.all().annotate(author_num=Count("authors")).values('name','author_num')
print(book_list)

练习：统计每个出版社的最便宜的书

publishList=Publish.objects.annotate(MinPrice=Min("book__price"))
for publish_obj in publishList:
    print(publish_obj.name,publish_obj.MinPrice)

annotate的返回值是querySet，若是不想遍历对象，能够用上valuelist：

queryResult= Publish.objects.annotate(MinPrice=Min("book__price")).values_list("name","MinPrice")
print(queryResult)

练习：统计每一本以py开头的书籍的做者个数：

queryResult=Book.objects.filter(title__startswith="Py").annotate(num_authors=Count('authors'))

练习：统计不止一个做者的图书：（做者数量大于一）

ret=models.Book.objects.annotate(author_num=Count("authors")).filter(author_num__gt=1).values('name','author_num')
print(ret)

练习：根据一本图书做者数量的多少对查询集 QuerySet进行排序:

Book.objects.annotate(num_authors=Count('authors')).order_by('num_authors')

练习：查询各个做者出的书的总价格:

ret=models.Author.objects.annotate(sum_price=Sum("book__price")).values("name", "sum_price")
print(ret)

练习：查询每一个出版社的名称和书籍个数

ret=models.Publish.objects.all().annotate(c=Count('book__name')).values('name','c')
print(ret)

# ————————————单表下的分组查询
    '''
    查询每个部门名称以及对应的员工数
    emp:
    id  name age   salary    dep
  alex  12   2000     销售部
  egon  22   3000     人事部
  wen   22   5000     人事部
    '''
    # select count(id) from emp group by dep
    # 示例一：查询每个部门的名称，以及平均薪水
    # select dep,Avg(salary) from app01_emp group by dep
    from django.db.models import Avg, Count, Max, Min
    ret=Emp.objects.values('dep').annotate(Avg('salary'))
    # 从新命名
    ret=Emp.objects.values('dep').annotate(avg_salary=Avg('salary'))
    print(ret)
    # ---*******单表分组查询ORM总结：表名.objects.values('group by 的字段').annotate(聚合函数（'统计的字段'）)
    # 示例2 查询每一个省份对应的员工数
    ret=Emp.objects.values('province').annotate(Count('id'))
    ret=Emp.objects.values('province').annotate(c=Count('id'))
    print(ret)
    # 补充知识点：
    ret=Emp.objects.all()
    # select * from emp
    ret=Emp.objects.values('name')
    # select name from emp
    # ****单表下，按照id进行分组是没有任何意义的
    ret=Emp.objects.all().annotate(Avg('salary'))
    print(ret)
    # ******多表分组查询
    # 查询每个出版社出版的书籍个数
    ret=Book.objects.values('publish_id').annotate(Count('nid'))
    print(ret)
    # 查询每一个出版社的名称以及出版社书的个数(先join在跨表分组)
    # 正向
    ret=Publish.objects.values('name').annotate(Count('book__name'))
    ret=Publish.objects.values('nid').annotate(c=Count('book__name')).values('name','c')
    print(ret)
    # 反向
    ret=Book.objects.values('publish__name').annotate(Count('name'))
    ret=Book.objects.values('publish__name').annotate(c=Count('name')).values('publish__name','c')
    print(ret)
    # 查询每一个做者的名字，以及出版过书籍的最高价格
    ret=Author.objects.values('pk').annotate(c=Max('book__price')).values('name','c')
    print(ret)
    # 跨表查询的模型：每个后表模型.objects.value('pk').annotate(聚合函数('关联表__统计字段')).values()

    # 查询每个书籍的名称，以及对应的做者个数
    ret=Book.objects.values('pk').annotate(c=Count('authors__name')).values('name','c')
    print(ret)
    # 统计不止一个做者的图书
    ret=Book.objects.values('pk').annotate(c=Count('authors__name')).filter(c__gt=1).values('name','c')
    print(ret)

十. F查询与Q查询

F查询

在上面全部的例子中，咱们构造的过滤器都只是将字段值与某个常量作比较。若是咱们要对两个字段的值作比较，那该怎么作呢？

Django 提供 F() 来作这样的比较。F() 的实例能够在查询中引用字段，来比较同一个 model 实例中两个不一样字段的值。

# 查询评论数大于收藏数的书籍
 from django.db.models import F
 Book.objects.filter(commnetNum__lt=F('keepNum'))

Django 支持 F() 对象之间以及 F() 对象和常数之间的加减乘除和取模的操做。

# 查询评论数大于收藏数2倍的书籍
Book.objects.filter(commnetNum__lt=F('keepNum')*2)

修改操做也可使用F函数,好比将每一本书的价格提升30元：

Book.objects.all().update(price=F("price")+30)

Q查询

filter() 等方法中的关键字参数查询都是一块儿进行“AND” 的。若是你须要执行更复杂的查询（例如OR 语句），你可使用Q 对象。

from django.db.models import Q
Q(title__startswith='Py')

Q 对象可使用& 和| 操做符组合起来。当一个操做符在两个Q 对象上使用时，它产生一个新的Q 对象。

bookList=Book.objects.filter(Q(authors__name="yuan")|Q(authors__name="egon"))

等同于下面的SQL WHERE 子句：

WHERE name ="yuan" OR name ="egon"

你能够组合& 和| 操做符以及使用括号进行分组来编写任意复杂的Q 对象。同时，Q 对象可使用~ 操做符取反，这容许组合正常的查询和取反(NOT) 查询：

查询函数能够混合使用Q 对象和关键字参数。全部提供给查询函数的参数（关键字参数或Q 对象）都将"AND”在一块儿。可是，若是出现Q 对象，它必须位于全部关键字参数的前面。例如：

bookList=Book.objects.filter(Q(publishDate__year=2016) | Q(publishDate__year=2017), title__icontains="python")

# 查询评论数大于阅读数的书籍
    from django.db.models import F,Q
    # select * from book where commit_num>read_num;
    # 这样确定是不行的
    # Book.objects.filter(commit_num__gt=read_num)
    ret=Book.objects.filter(commit_num__gt=F('reat_num'))
    print(ret)
    # 把全部书籍的价格加10
    Book.objects.all().update(price=F('price')+10)
    # ----Q函数，描述一个与，或，非的关系
    # 查询名字叫红楼梦或者价格大于100的书
    ret=Book.objects.filter(Q(name='红楼梦')|Q(price__gt=100))
    print(ret)
    # 查询名字叫红楼梦和价格大于100的书
    ret = Book.objects.filter(Q(name='红楼梦') & Q(price__gt=100))
    print(ret)
    # # 等同于
    ret2=Book.objects.filter(name='红楼梦',price__gt=100)
    print(ret2)
    # 也能够Q套Q
    # 查询名字叫红楼梦和价格大于100  或者 nid大于2
    ret=Book.objects.filter((Q(name='红楼梦') & Q(price__gt=100))|Q(nid__gt=2))
    print(ret)
    # ----非
    ret=Book.objects.filter(~Q(name='红楼梦'))
    print(ret)
    # Q和键值对联合使用，可是键值对必须放在Q的后面(描述的是一个且的关系)
    # 查询名字不是红楼梦，而且价格大于100的书
    ret=Book.objects.filter(~Q(name='红楼梦'),price__gt=100)
    print(ret)

十一.事务

事务的定义:将多个sql语句操做变成原子性操做，要么同时成功，有一个失败则里面回滚到原来的状态，保证数据的完整性和一致性(NoSQL数据库对于事务则是部分支持)

# 事务
    # 买一本 跟老男孩学Linux 书
    # 在数据库层面要作的事儿
    # 1. 建立一条订单数据
    # 2. 去产品表 将卖出数+1， 库存数-1
    from django.db.models import F
    from django.db import transaction
    # 开启事务处理
    try:
        with transaction.atomic():
            # 建立一条订单数据
            models.Order.objects.create(num="110110111", product_id=1, count=1)
            # 能执行成功
            models.Product.objects.filter(id=1).update(kucun=F("kucun")-1, maichu=F("maichu")+1)
    except Exception as e:
        print(e)

十二.QuerySet方法优化比较与优化操做

几个比较重要的方法：

update()与save()的区别

二者都是对数据的修改保存操做，可是save()函数是将数据列的所有数据项所有从新写一遍，而update()则是针对修改的项进行针对的更新效率高耗时少

因此之后对数据的修改保存用update()

select_related和prefetch_related

def select_related(self, *fields)
    性能相关：表之间进行join连表操做，一次性获取关联的数据。

    总结：
    1. select_related主要针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，经过减小SQL查询的次数来进行优化、提升性能。

def prefetch_related(self, *lookups)
    性能相关：多表连表操做时速度会慢，使用其执行屡次SQL查询在Python代码中实现连表操做。

    总结：
    1. 对于多对多字段（ManyToManyField）和一对多字段，可使用prefetch_related()来进行优化。
    2. prefetch_related()的优化方式是分别查询每一个表，而后用Python处理他们之间的关系。

bulk_create批量插入数据

要求：一次性插入多条数据

data = ["".join([str(random.randint(65, 99)) for i in range(4)]) for j in range(100)]
obj_list = [models.A(name=i) for i in data]
models.A.objects.bulk_create(obj_list)

defer和only

defer('id','name'):取出对象，字段除了id和name都有
only('id','name'):取的对象，只有id和name
若是点，依然能点出其它列，可是不要点了，由于取没有的列，会再次查询数据库

ret=models.Author.objects.only('nid')
    for i in ret:
        # 查询不在的字段，会再次查询数据库，形成数据库压力大
        print(i.name)

原生SQL语句

条件假设:就拿博客园举例，咱们写的博客并非按照年月日来分档，而是按照年月来分的，而咱们的DateField时间格式是年月日形式，也就是说咱们须要对从数据库拿到的时间格式的数据再进行一次处理拿到咱们想要的时间格式，这样的需求，Django是没有给咱们提供方法的，须要咱们本身去写处理语句了

extra
# 在QuerySet的基础上继续执行子语句
# extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)

# select和select_params是一组，where和params是一组，tables用来设置from哪一个表
# Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))
# Entry.objects.extra(where=['headline=%s'], params=['Lennon'])
# Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])
# Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])

举个例子：
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
                """


# 执行原生SQL
# 更高灵活度的方式执行原生SQL语句
# from django.db import connection, connections
# cursor = connection.cursor()  # cursor = connections['default'].cursor()
# cursor.execute("""SELECT * from auth_user where id = %s""", [1])
# row = cursor.fetchone()

QuerySet方法大全

##################################################################
# PUBLIC METHODS THAT ALTER ATTRIBUTES AND RETURN A NEW QUERYSET #
##################################################################

def all(self)
    # 获取全部的数据对象

def filter(self, *args, **kwargs)
    # 条件查询
    # 条件能够是：参数，字典，Q

def exclude(self, *args, **kwargs)
    # 条件查询
    # 条件能够是：参数，字典，Q

def select_related(self, *fields)
    性能相关：表之间进行join连表操做，一次性获取关联的数据。

    总结：
    1. select_related主要针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，经过减小SQL查询的次数来进行优化、提升性能。

def prefetch_related(self, *lookups)
    性能相关：多表连表操做时速度会慢，使用其执行屡次SQL查询在Python代码中实现连表操做。

    总结：
    1. 对于多对多字段（ManyToManyField）和一对多字段，可使用prefetch_related()来进行优化。
    2. prefetch_related()的优化方式是分别查询每一个表，而后用Python处理他们之间的关系。

def annotate(self, *args, **kwargs)
    # 用于实现聚合group by查询

    from django.db.models import Count, Avg, Max, Min, Sum

    v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id'))
    # SELECT u_id, COUNT(ui) AS `uid` FROM UserInfo GROUP BY u_id

    v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id')).filter(uid__gt=1)
    # SELECT u_id, COUNT(ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1

    v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id',distinct=True)).filter(uid__gt=1)
    # SELECT u_id, COUNT( DISTINCT ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1

def distinct(self, *field_names)
    # 用于distinct去重
    models.UserInfo.objects.values('nid').distinct()
    # select distinct nid from userinfo

    注：只有在PostgreSQL中才能使用distinct进行去重

def order_by(self, *field_names)
    # 用于排序
    models.UserInfo.objects.all().order_by('-id','age')

def extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)
    # 构造额外的查询条件或者映射，如：子查询

    Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))
    Entry.objects.extra(where=['headline=%s'], params=['Lennon'])
    Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])
    Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])

 def reverse(self):
    # 倒序
    models.UserInfo.objects.all().order_by('-nid').reverse()
    # 注：若是存在order_by，reverse则是倒序，若是多个排序则一一倒序


 def defer(self, *fields):
    models.UserInfo.objects.defer('username','id')
    或
    models.UserInfo.objects.filter(...).defer('username','id')
    #映射中排除某列数据

 def only(self, *fields):
    #仅取某个表中的数据
     models.UserInfo.objects.only('username','id')
     或
     models.UserInfo.objects.filter(...).only('username','id')

 def using(self, alias):
     指定使用的数据库，参数为别名（setting中的设置）


##################################################
# PUBLIC METHODS THAT RETURN A QUERYSET SUBCLASS #
##################################################

def raw(self, raw_query, params=None, translations=None, using=None):
    # 执行原生SQL
    models.UserInfo.objects.raw('select * from userinfo')

    # 若是SQL是其余表时，必须将名字设置为当前UserInfo对象的主键列名
    models.UserInfo.objects.raw('select id as nid from 其余表')

    # 为原生SQL设置参数
    models.UserInfo.objects.raw('select id as nid from userinfo where nid>%s', params=[12,])

    # 将获取的到列名转换为指定列名
    name_map = {'first': 'first_name', 'last': 'last_name', 'bd': 'birth_date', 'pk': 'id'}
    Person.objects.raw('SELECT * FROM some_other_table', translations=name_map)

    # 指定数据库
    models.UserInfo.objects.raw('select * from userinfo', using="default")

    ################### 原生SQL ###################
    from django.db import connection, connections
    cursor = connection.cursor()  # cursor = connections['default'].cursor()
    cursor.execute("""SELECT * from auth_user where id = %s""", [1])
    row = cursor.fetchone() # fetchall()/fetchmany(..)


def values(self, *fields):
    # 获取每行数据为字典格式

def values_list(self, *fields, **kwargs):
    # 获取每行数据为元祖

def dates(self, field_name, kind, order='ASC'):
    # 根据时间进行某一部分进行去重查找并截取指定内容
    # kind只能是："year"（年）, "month"（年-月）, "day"（年-月-日）
    # order只能是："ASC"  "DESC"
    # 并获取转换后的时间
        - year : 年-01-01
        - month: 年-月-01
        - day  : 年-月-日

    models.DatePlus.objects.dates('ctime','day','DESC')

def datetimes(self, field_name, kind, order='ASC', tzinfo=None):
    # 根据时间进行某一部分进行去重查找并截取指定内容，将时间转换为指定时区时间
    # kind只能是 "year", "month", "day", "hour", "minute", "second"
    # order只能是："ASC"  "DESC"
    # tzinfo时区对象
    models.DDD.objects.datetimes('ctime','hour',tzinfo=pytz.UTC)
    models.DDD.objects.datetimes('ctime','hour',tzinfo=pytz.timezone('Asia/Shanghai'))

    """
    pip3 install pytz
    import pytz
    pytz.all_timezones
    pytz.timezone(‘Asia/Shanghai’)
    """

def none(self):
    # 空QuerySet对象


####################################
# METHODS THAT DO DATABASE QUERIES #
####################################

def aggregate(self, *args, **kwargs):
   # 聚合函数，获取字典类型聚合结果
   from django.db.models import Count, Avg, Max, Min, Sum
   result = models.UserInfo.objects.aggregate(k=Count('u_id', distinct=True), n=Count('nid'))
   ===> {'k': 3, 'n': 4}

def count(self):
   # 获取个数

def get(self, *args, **kwargs):
   # 获取单个对象

def create(self, **kwargs):
   # 建立对象

def bulk_create(self, objs, batch_size=None):
    # 批量插入
    # batch_size表示一次插入的个数
    objs = [
        models.DDD(name='r11'),
        models.DDD(name='r22')
    ]
    models.DDD.objects.bulk_create(objs, 10)

def get_or_create(self, defaults=None, **kwargs):
    # 若是存在，则获取，不然，建立
    # defaults 指定建立时，其余字段的值
    obj, created = models.UserInfo.objects.get_or_create(username='root1', defaults={'email': '1111111','u_id': 2, 't_id': 2})

def update_or_create(self, defaults=None, **kwargs):
    # 若是存在，则更新，不然，建立
    # defaults 指定建立时或更新时的其余字段
    obj, created = models.UserInfo.objects.update_or_create(username='root1', defaults={'email': '1111111','u_id': 2, 't_id': 1})

def first(self):
   # 获取第一个

def last(self):
   # 获取最后一个

def in_bulk(self, id_list=None):
   # 根据主键ID进行查找
   id_list = [11,21,31]
   models.DDD.objects.in_bulk(id_list)

def delete(self):
   # 删除

def update(self, **kwargs):
    # 更新

def exists(self):
   # 是否有结果

Django-查到晕

ORM

一 ORM简介

二.单表操做

三在Python脚本中调用Django环境

四 Django终端打印SQL语句

五.Foreignkey,onetoone,manytomany表关系

方法

六.QuerySet数据的基本13个方法：

七.基于对象的跨表查询:

一对多查询（publish与book）

一对一查询（Author 与 AuthorDetail）

多对多查询 (Author 与 Book)

八.基于双下划线的跨表查询

一对多查询

多对多查询

一对一查询

related_name

九.聚合查询与分组查询

聚合

分组

十. F查询与Q查询

F查询

Q查询

十一.事务

十二.QuerySet方法优化比较与优化操做

update()与save()的区别

bulk_create批量插入数据

defer和only

原生SQL语句

QuerySet方法大全

知识点补充：

Django与Ajax

Django-查到晕

ORM

一 ORM简介

二.单表操做

三 在Python脚本中调用Django环境

四 Django终端打印SQL语句

五.Foreignkey,onetoone,manytomany表关系

方法

六.QuerySet数据的基本13个方法：

七.基于对象的跨表查询:

一对多查询（publish与book）

一对一查询（Author 与 AuthorDetail）

多对多查询 (Author 与 Book)

八.基于双下划线的跨表查询

一对多查询

多对多查询

一对一查询

related_name

九.聚合查询与分组查询

聚合

分组

十. F查询与Q查询

F查询

Q查询

十一.事务

十二.QuerySet方法优化比较与优化操做

update()与save()的区别

bulk_create批量插入数据

defer和only

原生SQL语句

QuerySet方法大全

知识点补充：

Django与Ajax

三在Python脚本中调用Django环境