• DRF 04


    基表

    • 基表只提供公有字段, 不参与数据库迁移
    • 在基表下的配置类class Meta: 中设置: abstract = True, 表明该表为抽象表, 不参与数据库迁移
    # 基表
    class Base(models.Model):  
        is_delete = models.BooleanField(default=False)
        created_time = models.DateTimeField(auto_now=True)
        
        class Meta:
            # 表明该表为抽象表, 只提供公有字段, 不参与数据库迁移 
            abstract = True
    

    外键字段参数

    db_constraint 数据库关联

    • 断关联: db_constraint=False, 既数据库中不会建立外键关系, Django在代码层面上实现两表关联

    • 优点

      • 不会影响连表查询操作效率
      • 可以提升连表增删改效率
      • 易于后期数据库表的重构
    • 缺点

      • 数据库本身没有连表检测, 容易出现脏数据 (需要通过严格的逻辑避免, 必要时管理脏数据)
    class Book(Base):
        name = models.CharField(max_length=64)
        price = models.DecimalField(max_digits=6, decimal_places=2)
        press = models.ForeignKey(to='Press', related_name='books', db_constraint=False, on_delete=models.SET_NULL, null=True)
        authors = models.ManyToManyField(to='Author', related_name='books', db_constraint=False)
    
    
    class Press(Base):
        name = models.CharField(max_length=64)
        addr = models.CharField(max_length=64)
    
    
    class Author(Base):
        name = models.CharField(max_length=64)
        # 逻辑不合理
        # author_detail = models.OneToOneField(to='AuthorDetail')
    
    
    class AuthorDetail(Base):
        mobile = models.CharField(max_length=64)
        author = models.OneToOneField(to=Author, related_name='detail', db_constraint=False, on_delete=models.CASCADE)
    
    """
    在外键字段中设置related_name: 
    1.为反向查询的辅助字段名(正向查询按字段属性, 反向查询按related_name)
    2.related_name可以作为字段名参加序列化类中的fields设置
    """
    

    on_delete 级联关系

    """
    A表依赖B表, b记录删除,
        on_delete=models.CASCADE                    a记录也会被删除
        on_delete=models.DO_NOTHING                 a记录对应外键字段不受影响
        on_delete=models.SET_DEFAULT, default=1     a记录对应外键字段变为默认值
        on_delete=models.SET_NULL, null=True        a记录对应外键字段变为null
        注:多对多外键字段不能修改级联关系, 默认是 on_delete=models.CASCADE
    """
    

    子序列化

    • 只能在序列化类中使用
    • 子序列化的字段名必须是外键字段(正向反向都可以, 包括related_name)
    • 子序列化字段关联多条数据时, 需要明确 many=True
    • 子序列化是单向的, 原因很简单, 一个位置在上, 一个位置在下
    class BookModelSerializer(serializers.ModelSerializer):
        class Meta:
            model = models.Book
            fields = ['name']
    
    
    class PressModelSerializer(serializers.ModelSerializer):
        # 子序列化字段
        books = BookMethodSerializer(many=True)
    
        class Meta:
            model = models.Press
            fields = ['name', 'addr', 'books']
    
    # 使用子序列化的返回结果
    {
        "status": 0,
        "msg": "ok",
        "result": [
            {
                "name": "东方出版社",
                "addr": "上海",
                "books": [
                    {
                        "name": "三体"
                    },
                    {
                        "name": "球状闪电"
                    }
                ]
            },
            {
                "name": "北方出版社",
                "addr": "北京",
                "books": [
                    {
                        "name": "今日简史"
                    }
                ]
            }
        ]
    }
    
    
    -----------------------------------------------------------------------------------------------------
    
    
    # 未使用子序列化的返回结果
    {
        "status": 0,
        "msg": "ok",
        "result": [
            {
                "name": "东方出版社",
                "addr": "上海",
                "books": [
                    1,
                    3
                ]
            },
            {
                "name": "北方出版社",
                "addr": "北京",
                "books": [
                    2
                ]
            }
        ]
    }
    
  • 相关阅读:
    hdu 5648 DZY Loves Math 组合数+深搜(子集法)
    hdu 5647 DZY Loves Connecting 树形DP
    hdu 4550 卡片游戏 贪心
    hdu 5646 DZY Loves Partition 二分+数学分析+递推
    hdu 2196 Computer 树形DP
    poj 2342 Anniversary party 树形DP入门
    Vijos P1003 等价表达式 随机数+单调栈
    【BZOJ】1044: [HAOI2008]木棍分割 二分+区间DP
    【BZOJ】1925: [Sdoi2010]地精部落 DP+滚动数组
    【BZOJ】1012: [JSOI2008]最大数maxnumber 树状数组求区间最值
  • 原文地址:https://www.cnblogs.com/bigb/p/12105408.html
Copyright © 2020-2023  润新知