今日份整理为模型层python
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。mysql
不过使用ORM也是有优缺点的git
优势:正则表达式
缺点:sql
若是想要打印orm转换过程当中的sql,须要在setting中进行以下配置数据库
LOGGING = {
'version': 1,
'disable_existing_loggers': False,
'handlers': {
'console':{
'level':'DEBUG',
'class':'logging.StreamHandler',
},
},
'loggers': {
'django.db.backends': {
'handlers': ['console'],
'propagate': True,
'level':'DEBUG',
},
}
}
settings配置
#在mysql客户端中新建库 create database 数据库名称 default charset=utf8;
#在项目中的公共settings中设置 DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', # 注意改成mysql 'NAME': "数据库名称", 'HOST': "127.0.0.1", 'PORT': 3306, 'USER': '用户名', 'PASSWORD': "密码", } }
#在__init__中配置 import pymysql pymysql.install_as_MySQLdb()
#在app中的models.py中建立类 class Book(models.Model): nid = models.AutoField(primary_key=True) title = models.CharField(max_length=32) price = models.DecimalField(max_digits=5, decimal_places=2) publish = models.CharField(max_length=64) pub_date = models.DateField()
注意:在这里定义类的属性要和数据库中的属性一致,吃了太多由于一个字母错了,找了大半天的错。。。django
#在命令行中输入命令 python manage.py makemigrations # 把models变动记录记录下来。注意:此时,数据还没数据。 python manage.py migrate # 将数据导入到数据。同步。
补充信息后端
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:服务器
更多字段:app
<1> CharField 字符串字段, 用于较短的字符串. CharField 要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所容许的最大字符数. <2> IntegerField #用于保存一个整数. <3> FloatField 一个浮点数. 必须 提供两个参数: 参数 描述 max_digits 总位数(不包括小数点和符号) decimal_places 小数位数 举例来讲, 要保存最大值为 999 (小数点后保存2位),你要这样定义字段: models.FloatField(..., max_digits=5, decimal_places=2) 要保存最大值一百万(小数点后保存10位)的话,你要这样定义: models.FloatField(..., max_digits=19, decimal_places=10) admin 用一个文本框(<input type="text">)表示该字段保存的数据. <4> AutoField 一个 IntegerField, 添加记录时它会自动增加. 你一般不须要直接使用这个字段; 自定义一个主键:my_id=models.AutoField(primary_key=True) 若是你不指定主键的话,系统会自动添加一个主键字段到你的 model. <5> BooleanField A true/false field. admin 用 checkbox 来表示此类字段. <6> TextField 一个容量很大的文本字段. admin 用一个 <textarea> (文本区域)表示该字段数据.(一个多行编辑框). <7> EmailField 一个带有检查Email合法性的 CharField,不接受 maxlength 参数. <8> DateField 一个日期字段. 共有下列额外的可选参数: Argument 描述 auto_now 当对象被保存时,自动将该字段的值设置为当前时间.一般用于表示 "last-modified" 时间戳. auto_now_add 当对象首次被建立时,自动将该字段的值设置为当前时间.一般用于表示对象建立时间. (仅仅在admin中有意义...) <9> DateTimeField 一个日期时间字段. 相似 DateField 支持一样的附加选项. <10> ImageField 相似 FileField, 不过要校验上传对象是不是一个合法图片.#它有两个可选参数:height_field和width_field, 若是提供这两个参数,则图片将按提供的高度和宽度规格保存. <11> FileField 一个文件上传字段. 要求一个必须有的参数: upload_to, 一个用于保存上载文件的本地文件系统路径. 这个路径必须包含 strftime #formatting, 该格式将被上载文件的 date/time 替换(so that uploaded files don't fill up the given directory). admin 用一个<input type="file">部件表示该字段保存的数据(一个文件上传部件) . 注意:在一个 model 中使用 FileField 或 ImageField 须要如下步骤: (1)在你的 settings 文件中, 定义一个完整路径给 MEDIA_ROOT 以便让 Django在此处保存上传文件. (出于性能考虑,这些文件并不保存到数据库.) 定义MEDIA_URL 做为该目录的公共 URL. 要确保该目录对 WEB服务器用户账号是可写的. (2) 在你的 model 中添加 FileField 或 ImageField, 并确保定义了 upload_to 选项,以告诉 Django 使用 MEDIA_ROOT 的哪一个子目录保存上传文件.你的数据库中要保存的只是文件的路径(相对于 MEDIA_ROOT). 出于习惯你必定很想使用 Django 提供的 get_<#fieldname>_url 函数.举例来讲,若是你的 ImageField 叫做 mug_shot, 你就能够在模板中以 {{ object.#get_mug_shot_url }} 这样的方式获得图像的绝对路径. <12> URLField 用于保存 URL. 若 verify_exists 参数为 True (默认), 给定的 URL 会预先检查是否存在( 即URL是否被有效装入且 没有返回404响应). admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框) <13> NullBooleanField 相似 BooleanField, 不过容许 NULL 做为其中一个选项. 推荐使用这个字段而不要用 BooleanField 加 null=True 选项 admin 用一个选择框 <select> (三个可选择的值: "Unknown", "Yes" 和 "No" ) 来表示这种字段数据. <14> SlugField "Slug" 是一个报纸术语. slug 是某个东西的小小标记(短签), 只包含字母,数字,下划线和连字符.#它们一般用于URLs 若你使用 Django 开发版本,你能够指定 maxlength. 若 maxlength 未指定, Django 会使用默认长度: 50. #在 之前的 Django 版本,没有任何办法改变50 这个长度. 这暗示了 db_index=True. 它接受一个额外的参数: prepopulate_from, which is a list of fields from which to auto-#populate the slug, via JavaScript,in the object's admin form: models.SlugField (prepopulate_from=("pre_name", "name"))prepopulate_from 不接受 DateTimeFields. <15> XMLField 一个校验值是否为合法XML的 TextField,必须提供参数: schema_path, 它是一个用来校验文本的 RelaxNG schema #的文件系统路径. <16> FilePathField 可选项目为某个特定目录下的文件名. 支持三个特殊的参数, 其中第一个是必须提供的. 参数 描述 path 必需参数. 一个目录的绝对文件系统路径. FilePathField 据此获得可选项目. Example: "/home/images". match 可选参数. 一个正则表达式, 做为一个字符串, FilePathField 将使用它过滤文件名. 注意这个正则表达式只会应用到 base filename 而不是 路径全名. Example: "foo.*\.txt^", 将匹配文件 foo23.txt 却不匹配 bar.txt 或 foo23.gif. recursive可选参数.要么 True 要么 False. 默认值是 False. 是否包括 path 下面的所有子目录. 这三个参数能够同时使用. match 仅应用于 base filename, 而不是路径全名. 那么,这个例子: FilePathField(path="/home/images", match="foo.*", recursive=True) ...会匹配 /home/images/foo.gif 而不匹配 /home/images/foo/bar.gif <17> IPAddressField 一个字符串形式的 IP 地址, (i.e. "24.124.1.30"). <18> CommaSeparatedIntegerField 用于存放逗号分隔的整数值. 相似 CharField, 必需要有maxlength参数.
更多参数:
(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。
终于搞完上面这部分,头都晕了,如今开始数据库的增删改查
ORM增长其实就是类的实例化对象,而后添加进去
from app01.models import Book # 第一种实例化对象 def add_obj(request): # 实例化一个对象,可是必须加一个对象的save方法,才能同步 book_obj = Book(title="孤独九剑",price=180,publish='华山出版社',pub_data='2019-1-12') book_obj.save() # 第二种实例化方法 # 实例化一个对象,同时直接同步到数据库中 book=Book.objects.create(title="葵花宝典",price=200,publish='明教出版社',pub_data='2019-1-14') book=Book.objects.create(title="少林五棍",price=220,publish='少林出版社',pub_data='2019-1-20') book1=Book.objects.create(title="绣花针",price=190,publish='明教出版社',pub_data='2019-1-18') return HttpResponse("新增成功!")
ORM查询就是在python中使用SQL的查询语句
按照查询获取到的数据类型,整理以下
#返回结果为QuerySet列表 1.all() #返回全部的数据以及对象 2.filter() #返回过滤知足条件的对象列表 3.order_by() #默认是升序,若是在条件前加入- 排序方式就更改成降序 4.values() #返回一个相似字典的的对象 5.reverse() #对对象排序进行反转 6.distinct() #去重,须要注意的是去重是去的重复的对象,单表就没法去重。 7.values_list() #生成一个相似的元祖 8.exclude() #跟filter相反,filter前面加上not和exclude()效果一致 #返回对象 1.get() 多个结果和没有结果会报错,有且只有一个才能够 2.first() 获取到最开始的一个 3.last() 获取到最后一个 #返回数据类型 1. exists() 返回布尔值,判断是一个表是不是空表 2. count() 返回int计数。
在这种指定对象的查询以外,还有一些是模糊查询
#全部的模糊查询 Book.objects.filter(price__in=[100,200,300])#双下方法之在列表内的数据 Book.objects.filter(price__gt=100)#双下方法之大于指定的值,gte为大于等于 Book.objects.filter(price__lt=100)#双下方法之小于指定的值,ite为小于等于 Book.objects.filter(price__range=[100,200])#双下方法之在100到200的范围,首尾都包含 Book.objects.filter(title__contains="python")#双下方法之包含 Book.objects.filter(title__icontains="python")#双下方法之非,不区分大小写 Book.objects.filter(title__startswith="py")#双下方法之以什么开始,区分大小写 Book.objects.filter(pub_date__year=2012)#双下方法之判断时间,例如年为2012
(1)流程以下图
(2)删除表记录
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()
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。
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)
对于ORM的修改能够有俩种方式
#第一种方式 Book.objects.filter(title__startswith="py").update(price=120)
不过若是是经过对象来修改属性,最后要save。
对于objects,则是使用提供的方法直接update更新 #第二种方式 先拿到一个dict,而后对对象传递整个字典 models.Book.objects.filter(pk=book_id).update(**data) # name和数据库字段保持一致
解释下对于先后端的修改或者新增的大体过程
上面的操做都是基于单表来操做,能够对于一个业务逻辑来讲,单表是最单一的,最后都会归根于多表操做
实例:咱们来假定下面这些概念,字段和关系
做者模型:一个做者有姓名和年龄。
做者详细模型:把做者的详情放到详情表,包含生日,手机号,家庭住址等信息。做者详情模型和做者模型之间是一对一的关系(one-to-one)
出版商模型:出版商有名称,所在城市以及email。
书籍模型: 书籍有书名和出版日期,一本书可能会有多个做者,一个做者也能够写多本书,因此做者和书籍的关系就是多对多的关联关系(many-to-many);一本书只应该由一个出版商出版,因此出版商和书籍是一对多关联关系(one-to-many)。
模型创建以下:
from django.db import models # Create your models here. class Author(models.Model): nid = models.AutoField(primary_key=True) name=models.CharField( max_length=32) age=models.IntegerField() # 与AuthorDetail创建一对一的关系 authorDetail=models.OneToOneField(to="AuthorDetail",on_delete=models.CASCADE) class AuthorDetail(models.Model): nid = models.AutoField(primary_key=True) birthday=models.DateField() telephone=models.BigIntegerField() addr=models.CharField( max_length=64) class Publish(models.Model): nid = models.AutoField(primary_key=True) name=models.CharField( max_length=32) city=models.CharField( max_length=32) email=models.EmailField() class Book(models.Model): nid = models.AutoField(primary_key=True) title = models.CharField( max_length=32) publishDate=models.DateField() price=models.DecimalField(max_digits=5,decimal_places=2) # 与Publish创建一对多的关系,外键字段创建在多的一方 publish=models.ForeignKey(to="Publish",to_field="nid",on_delete=models.CASCADE) # 与Author表创建多对多的关系,ManyToManyField能够建在两个模型中的任意一个,自动建立第三张表 authors=models.ManyToManyField(to='Author',)
生成表以下:
注意事项:
添加数据要不直接在数据库中添加数据,要不就是在代码中添加对象
补充 class RelatedManager 关系选择器,单独一节
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)
多对多查询 (Author 与 Book)
正向查询(按字段:authors):
# 金瓶眉全部做者的名字以及手机号 book_obj=Book.objects.filter(title="金瓶眉").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)
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
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。
关键点:正向查询按字段,反向查询按表名。
一对多查询
# 练习1: 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")
多对多查询
# 练习2: 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")
混合使用
# 练习3: 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4: 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 queryResult=Book.objects .filter(authors__authorDetail__telephone__regex="151") .values_list("title","publish__name")
注意:
反向查询时,若是定义了related_name ,则用related_name替换表名,例如:
publish = ForeignKey(Blog, related_name='bookList')
练习1: 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")
注意:正向查询按字段,反向查询按小写表名
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')}
需求以下:
###################################--单表分组查询--####################################################### 查询每个部门名称以及对应的员工数 emp: id name age salary dep 1 alex 12 2000 销售部 2 egon 22 3000 人事部 3 wen 22 5000 人事部 sql语句: select dep,Count(*) from emp group by dep; ORM: emp.objects.all().values("dep").annotate(Count("id") ###################################--多表分组查询--####################################################### 多表分组查询: 查询每个部门名称以及对应的员工数 emp: id name age salary dep_id 1 alex 12 2000 1 2 egon 22 3000 2 3 wen 22 5000 2 dep id name 1 销售部 2 人事部 emp-dep: id name age salary dep_id id name 1 alex 12 2000 1 1 销售部 2 egon 22 3000 2 2 人事部 3 wen 22 5000 2 2 人事部 sql语句: select dep.name,Count(*) from emp left join dep on emp.dep_id=dep.id group by emp.dep_id select dep.name,Count(*) from emp left join dep on emp.dep_id=dep.id group by dep.id,dep.name ORM: dep.objetcs.all().annotate(c=Count("emp")).values("name","c")
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)。
(1) 练习:统计每一本书的做者个数
bookList=Book.objects.annotate(authorsNum=Count('authors')) for book_obj in bookList: print(book_obj.title,book_obj.authorsNum) ################################################### SELECT "app01_book"."nid", "app01_book"."title", "app01_book"."publishDate", "app01_book"."price", "app01_book"."pageNum", "app01_book"."publish_id", COUNT("app01_book_authors"."author_id") AS "authorsNum" FROM "app01_book" LEFT OUTER JOIN "app01_book_authors" ON ("app01_book"."nid" = "app01_book_authors"."book_id") GROUP BY "app01_book"."nid", "app01_book"."title", "app01_book"."publishDate", "app01_book"."price", "app01_book"."pageNum", "app01_book"."publish_id"
(2) 若是想对所查询对象的关联对象进行聚合:
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)
方式2:
queryResult=Book.objects.values("publish__name").annotate(MinPrice=Min('price'))
(3) 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'))
(4) 统计不止一个做者的图书:
queryResult=Book.objects .annotate(num_authors=Count('authors')) .filter(num_authors__gt=1)
(5) 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')
(6) 查询各个做者出的书的总价格:
# 按author表的全部字段 group by queryResult=Author.objects .annotate(SumPrice=Sum("book__price")) .values_list("name","SumPrice") print(queryResult)
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)
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:
bookList=Book.objects.filter(Q(authors__name="yuan") & ~Q(publishDate__year=2017)).values_list("title")
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" )
a