支持聚合函数的方法：
提到聚合函数，首先我们要知道的就是这些聚合函数是不能在django中单独使用的，要想在django中使用这些聚合函数，就必须把这些聚合函数放到支持他们的方法内去执行。支持聚合函数的方法有两种，分别是aggregate和annotate，这两种方法执行的原生SQL以及结果都有很大的区别，下面我们以实例操作的方式一一介绍：
# 示例模型：
class Author(models.Model):
"""作者模型"""
name = models.CharField(max_length=100)
age = models.IntegerField()
email = models.EmailField()
class Book(models.Model):
"""图书模型"""
name = models.CharField(max_length=100)
author = models.ForeignKey('Author',on_delete=models.CASCADE)
price = models.FloatField()
class BookOrder(models.Model):
"""图书订单模型"""
book = models.ForeignKey('Book',on_delete=models.CASCADE)
sailprice = models.FloatField()
create_time = models.DateTimeField(auto_now_add=True)
1、aggregate：这个方法时一个QuerySet对象的API，在执行聚合函数的时候，是对QuerySet整个对象的某个属性汇总，在汇总时不会使用该模型的主键进行group by进行分组，得到的是一个结果字典。同时，该方法支持聚合关联表(如使用ForeignKey)中的字段，在聚合连表中字段时，传递该字段的方式与查询连表时传递字段的方式相同，会使用到"__"。示例代码如下：
from django.db.models import Avg
from django.db import connection
1、对当前表中数据进行聚合：
result = Author.objects.aggregate(avg_age=Avg('age'))
print(connection.queries) # 打印执行时所有的查询语句
2、对连表中数据进行聚合：
result = Book.objects.aggregate(sum=Sum('bookorder__price'))
2、annotate：这个方法不但可以执行聚合函数，也可以传递F、Q对象为当前QuerySet生成一个新的属性。这个方法一般聚合的是连表中的字段，会为当前QuerySet中的每个对象生成一个独立的摘要，为查询的模型增加一个新的属性，这个属性的值就是使用聚合函数所得到的值，在使用这个聚合函数的时候annotate会使用这个模型的主键进行group by进行分组（注意这里只有在使用聚合函数生成新字段的时候会进行group by，在使用F、Q表达式增添新字段时，并不会使用group by），然后在连表中根据分组的结果进行聚合，这一点正符合为QuerySet中每个对象增加一个独立摘要的事实。使用这个方法执行聚合函数，得到的结果是一个QuerySet对象，结果依然能够调用filter()、order_by()甚至annotate()进行再次聚合，现在我想提取每一本书的平均销售的价格(注意销售价格在BookOrder表中)：
from django.db.models import Avg
from django.db import connection
books = Book.objects.annotate(avg=Avg('bookorder__sailprice'))
for book in books:
print('%s/%s'%(book.name,book.avg)) # 注意这里的avg属性就是annotate执行聚合函数得到的
print(connection.queries)
聚合函数：
在Django中，聚合函数都是在django.db.models模块下的，具体的聚合函数有Avg、Count、Max、Min、Sum，现在我们一一介绍这些函数的作用：
1、Avg：计算平均值，使用于与数值相关的字段，如果使用aggregate方法来执行这个函数，那么会得到一个字典，默认情况下，字典的键为field__avg，值为执行这个聚合函数所得到的值，示例代码如下：
# 计算所有作者的平均年龄
result = Author.objects.aggregate(Avg('age'))
print(result) # 结果为：{"age__avg": 23.8}
# 如果想要使用自定义的键，那么可以把aggregate中的未知参数变为关键字参数，该关键字就是得到的键，示例代码如下：
result = Author.objects.aggregate(avgAge=Avg('age'))
print(result) # 结果为：{"avgAge": 23.8}
# 如果使用annotate方法执行这个函数，那么得到的结果就是一个QuerySet对象，只不过这个对象中的每一个都会添加一个属性，这个属性的名称其实和上面的键一样，可以使用默认也可以自定义，使用方法与在aggregate中键名的定义一样，这里就不再赘述：
books = Book.objects.annotate(avg=Avg('bookorder__sailprice'))
for book in books:
print('%s/%s'%(book.name,book.avg)) # 注意这里的avg属性就是annotate执行聚合函数得到的
print(connection.queries)
2、Count：计算数量，基本用法与Avg相同，在使用这个聚合函数的时候可以传递一个distinct参数用来去重：
# 计算总共有多少个订单
result = BookOrder.objects.aggregate(total=Count('id',distanct=True))
print(result) # 结果为：{"total": 18}
# 计算每本书的订单量
books = Book.objects.annotate(total=Count('bookorder__id'))
for book in books:
print('%s/%s'%(book.name,book.total))
3、Max和Min：计算某个字段的最大值和最小值，用法与Avg一样
4、Sum：计算总和，用法与Avg一样
注：总结一下，其实可以简单的理解使用aggregate时，是对QuerySet整个对象的某个属性汇总聚合，不会使用分组。而使用annotate方法时，是为QuerySet中的每个对象生成一个独立的摘要，一定会使用分组，然后再聚合