• 模型查询


    简介

    • 查询集表示从数据库中获取的对象集合
    • 查询集可以含有零个、一个或多个过滤器
    • 过滤器基于所给的参数限制查询的结果
    • 从Sql的角度,查询集和select语句等价,过滤器像where和limit子句
    • 接下来主要讨论如下知识点
      • 查询集
      • 字段查询:比较运算符,F对象,Q对象

    查询集

    • 在管理器上调用过滤器方法会返回查询集
    • 查询集经过过滤器筛选后返回新的查询集,因此可以写成链式过滤
    • 惰性执行:创建查询集不会带来任何数据库的访问,直到调用数据时,才会访问数据库
    • 何时对查询集求值:迭代,序列化,与if合用
    • 返回查询集的方法,称为过滤器
      • all()
      • filter()
      • exclude()
      • order_by()
      • values():一个对象构成一个字典,然后构成一个列表返回
    • 写法:
    filter(键1=值1,键2=值2)
    等价于
    filter(键1=值1).filter(键2=值2)
    
    • 返回单个值的方法
      • get():返回单个满足条件的对象
        • 如果未找到会引发"模型类.DoesNotExist"异常
        • 如果多条被返回,会引发"模型类.MultipleObjectsReturned"异常
      • count():返回当前查询的总条数
      • first():返回第一个对象
      • last():返回最后一个对象
      • exists():判断查询集中是否有数据,如果有则返回True

    限制查询集

    • 查询集返回列表,可以使用下标的方式进行限制,等同于sql中的limit和offset子句
    • 注意:不支持负数索引
    • 使用下标后返回一个新的查询集,不会立即执行查询
    • 如果获取一个对象,直接使用[0],等同于[0:1].get(),但是如果没有数据,[0]引发IndexError异常,[0:1].get()引发DoesNotExist异常

    查询集的缓存

    • 每个查询集都包含一个缓存来最小化对数据库的访问
    • 在新建的查询集中,缓存为空,首次对查询集求值时,会发生数据库查询,django会将查询的结果存在查询集的缓存中,并返回请求的结果,接下来对查询集求值将重用缓存的结果
    • 情况一:这构成了两个查询集,无法重用缓存,每次查询都会与数据库进行一次交互,增加了数据库的负载
    print([e.title for e in Entry.objects.all()])
    print([e.title for e in Entry.objects.all()])
    
    • 情况二:两次循环使用同一个查询集,第二次使用缓存中的数据
    querylist=Entry.objects.all()
    print([e.title for e in querylist])
    print([e.title for e in querylist])
    
    • 何时查询集不会被缓存:当只对查询集的部分进行求值时会检查缓存,但是如果这部分不在缓存中,那么接下来查询返回的记录将不会被缓存,这意味着使用索引来限制查询集将不会填充缓存,如果这部分数据已经被缓存,则直接使用缓存中的数据

    字段查询

    • 实现where子名,作为方法filter()、exclude()、get()的参数
    • 语法:属性名称__比较运算符=值
    • 表示两个下划线,左侧是属性名称,右侧是比较类型
    • 对于外键,使用“属性名_id”表示外键的原始值
    • 转义:like语句中使用了%与,匹配数据中的%与,在过滤器中直接写,例如:filter(title__contains="%")=>where title like '%\%%',表示查找标题中包含%的

    比较运算符

    • exact:表示判等,大小写敏感;如果没有写“ 比较运算符”,表示判等
    filter(isDelete=False)
    
    • contains:是否包含,大小写敏感
    exclude(btitle__contains='传')
    
    • startswith、endswith:以value开头或结尾,大小写敏感
    exclude(btitle__endswith='传')
    
    • isnull、isnotnull:是否为null
    filter(btitle__isnull=False)
    
    • 在前面加个i表示不区分大小写,如iexact、icontains、istarswith、iendswith
    • in:是否包含在范围内
    filter(pk__in=[1, 2, 3, 4, 5])
    
    • gt、gte、lt、lte:大于、大于等于、小于、小于等于
    filter(id__gt=3)
    
    • year、month、day、week_day、hour、minute、second:对日期间类型的属性进行运算
    filter(bpub_date__year=1980)
    filter(bpub_date__gt=date(1980, 12, 31))
    
    • 跨关联关系的查询:处理join查询
      • 语法:模型类名 <属性名> <比较>
      • 注:可以没有__<比较>部分,表示等于,结果同inner join
      • 可返向使用,即在关联的两个模型中都可以使用
    filter(heroinfo_ _hcontent_ _contains='八')
    
    • 查询的快捷方式:pk,pk表示primary key,默认的主键是id
    filter(pk__lt=6)
    

    聚合函数

    • 使用aggregate()函数返回聚合函数的值
    • 函数:Avg,Count,Max,Min,Sum
    from django.db.models import Max
    maxDate = list.aggregate(Max('bpub_date'))
    
    • count的一般用法:
    count = list.count()
    

    F对象

    • 可以使用模型的字段A与字段B进行比较,如果A写在了等号的左边,则B出现在等号的右边,需要通过F对象构造
    list.filter(bread__gte=F('bcommet'))
    
    • django支持对F()对象使用算数运算
    list.filter(bread__gte=F('bcommet') * 2)
    
    • F()对象中还可以写作“模型类__列名”进行关联查询
    list.filter(isDelete=F('heroinfo__isDelete'))
    
    • 对于date/time字段,可与timedelta()进行运算
    list.filter(bpub_date__lt=F('bpub_date') + timedelta(days=1))
    

    Q对象

    • 过滤器的方法中关键字参数查询,会合并为And进行
    • 需要进行or查询,使用Q()对象
    • Q对象(django.db.models.Q)用于封装一组关键字参数,这些关键字参数与“比较运算符”中的相同
    from django.db.models import Q
    list.filter(Q(pk_ _lt=6))
    
    • Q对象可以使用&(and)、|(or)操作符组合起来
    • 当操作符应用在两个Q对象时,会产生一个新的Q对象
    list.filter(pk_ _lt=6).filter(bcommet_ _gt=10)
    list.filter(Q(pk_ _lt=6) | Q(bcommet_ _gt=10))
    
    • 使用~(not)操作符在Q对象前表示取反
    list.filter(~Q(pk__lt=6))
    
    • 可以使用&|~结合括号进行分组,构造做生意复杂的Q对象
    • 过滤器函数可以传递一个或多个Q对象作为位置参数,如果有多个Q对象,这些参数的逻辑为and
    • 过滤器函数可以混合使用Q对象和关键字参数,所有参数都将and在一起,Q对象必须位于关键字参数的前面
  • 相关阅读:
    BitSet源码
    BitSet
    webrtc在ubuntu14.04上的编译过程(12.04亦可)
    使用 ssh -R 建立反向/远程TCP端口转发代理
    爬虫与反爬虫
    Linux IO模式及 select、poll、epoll详解
    PF_RING 总结
    40行代码的人脸识别实践
    初学者必读:IBM长文解读人工智能、机器学习和认知计算
    C 格式化显示时间(time.h)
  • 原文地址:https://www.cnblogs.com/Smalllv/p/9127651.html
Copyright © 2020-2023  润新知