Django进阶之QuerySet和中介模型

QuerySet

　　QuerySet是查询集，就是传到服务器上的url里面的查询内容。其形态类似于Python的列表，列表中的元素是QuerySet对象。支持大部分列表的内置方法。

可切片

　　QuerySet可以使用Python 的切片语法来限制查询集记录的数目 ，它等同于SQL 的limit和offset语句。通常，查询集 的切片返回一个新的查询集 ，但它不会执行查询。

注意：QuerySet的索引不支持负索引，不可以用[ :-1]

Book.object.all()[0:5]#顾头不顾尾

可迭代

　　如Python中的列表一样，QuerySet也支持迭代，可以用for循环进行遍历取值

articleList=models.Article.objects.all()

for article in articleList:
    print(article.title)

惰性查询

　　查询集是惰性执行的 ——Django会对查询返回的结果集QuerySet进行缓存，这是为了提高效率。也就是说在创建一个QuerySet对象的时候，Django并不会立即向数据库发出查询命令，只有在需要用到这个QuerySet的时候Django 才会真正运行这个查询。

queryResult=models.Article.objects.all() # 不走数据库
 
print(queryResult) # 进行数据库查询操作
 
for article in queryResult:
    print(article.title)    # 会进行数据库查询

缓存机制

　　每个查询集都包含一个缓存来最小化对数据库的访问。理解它是如何工作的可以帮我们编写最高效的代码。

　　在一个新创建的查询集中，缓存为空。首次对查询集进行求值 —— 同时发生数据库查询 ——Django 将保存查询的结果到查询集的缓存中并返回明确请求的结果（例如，如果正在迭代查询集，则返回下一个结果）。接下来对该查询集的求值将重用缓存的结果。

　　请牢记这个缓存行为，因为对查询集使用不当的话，它会坑你的。例如，下面的语句创建两个查询集，对它们求值后内存中不会进行缓存：

print([a.title for a in models.Article.objects.all()])
print([a.create_time for a in models.Article.objects.all()])

　　这意味着相同的数据库查询将执行两次，显然倍增了数据库的负载。同时，还有可能两个结果列表并不包含相同的数据库记录，因为在两次请求期间有可能有Article被添加进来或删除掉。为了避免这个问题，只需保存查询集并重新使用它：

queryResult=models.Article.objects.all()
print([a.title for a in queryResult])
print([a.create_time for a in queryResult])

那么，什么时候查询集才不会被缓存呢？

　　查询集不会永远缓存它们的结果。当只对查询集的部分进行求值时会检查缓存， 如果这个部分不在缓存中，那么接下来查询返回的记录都将不会被缓存。所以，这意味着使用切片或索引来限制查询集将不会填充缓存。

#重复获取查询集对象中一个特定的索引将每次都查询数据库：
queryset = Entry.objects.all()
print queryset[5] # Queries the database
print queryset[5] # Queries the database again

#如果已经对全部查询集求值过，则将检查缓存：
queryset = Entry.objects.all()
[entry for entry in queryset] # Queries the database
print queryset[5] # Uses cache
print queryset[5] # Uses cache

#下面是一些其它例子，它们会使得全部的查询集被求值并填充到缓存中：
[entry for entry in queryset]
bool(queryset)
 entry in queryset
 list(queryset)

#注：简单地打印查询集不会填充缓存。
queryResult=models.Article.objects.all()
print(queryResult) #  hits database
print(queryResult) #  hits database

exists()与iterator()

exists()

　　简单的使用if语句进行判断也会完全执行整个QuerySet并且把数据放入内存，虽然我们可能并不需要这些 数据！为了避免这个，可以用exists()方法来检查是否有数据：

if queryResult.exists():
    #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=()
        print("exists...")

iterator()

　　当QuerySet非常巨大时，缓存会成为问题。

　　处理成千上万的记录时，将它们一次装入内存是很浪费的。更糟糕的是，巨大的QuerySet可能会锁住系统进程，使得程序濒临崩溃。所以我们要避免在遍历数据的同时产生QuerySet缓存，可以使用iterator()方法来获取数据，处理完数据就将其丢弃。

objs = Book.objects.all().iterator()
# iterator()可以一次只从数据库获取少量数据，这样可以节省内存
for obj in objs:
    print(obj.title)
#但是再次遍历的话不会打印,因为迭代器已经在上一次遍历(next)到最后一次了,没得遍历了
for obj in objs:
    print(obj.title)

　　当然，使用iterator()方法来防止生成缓存意味着遍历同一个QuerySet时会重复进行数据库操作执行查询。所以使用iterator()的时候要确保代码在操作一个大的QuerySet时没有重复执行查询。

总结:

　　QuerySet的cache是用于减少程序对数据库的查询，在通常的使用下会保证只有在需要的时候才会查询数据库。 使用exists()和iterator()方法可以优化程序对内存的使用。不过，由于它们并不会生成缓存，可能会造成额外的数据库查询。　

中介模型

　　处理类似搭配 pizza 和 topping 这样简单的多对多关系时，使用标准的ManyToManyField  就可以了。但是，有时可能需要关联数据到两个模型之间的关系上。

　　例如，有这样一个应用，它记录音乐家所属的音乐小组。我们可以用一个ManyToManyField 表示小组和成员之间的多对多关系。但是，有时你可能想知道更多成员关系的细节，比如成员是何时加入小组的。对于这些情况，我们可以用中介模型来定义多对多关系（即自己创建多对多产生的第三张关系表）。 你可以将其他字段放在中介模型里面。源模型的ManyToMany 字段将使用through参数指向中介模型。

对于上面的音乐小组的例子，代码如下：

from django.db import models
 
class Person(models.Model):
    name = models.CharField(max_length=128)
    def __str__(self):              # __unicode__ on Python 2
        return self.name
 
class Group(models.Model):
    name = models.CharField(max_length=128)
    members = models.ManyToManyField(Person, through='Membership')
#外键建在多的一方，through参数表示通过自定义的第三张表作为关系表
 
    def __str__(self):         
        return self.name
 
class Membership(models.Model):#中介模型（自定义的第三张表）
    person = models.ForeignKey(Person)
    group = models.ForeignKey(Group)
    date_joined = models.DateField()#自定义属性
    invite_reason = models.CharField(max_length=64)#自定义属性

　　有了中介模型以后，我们就不能用简单的add和create来创建关系，因为你不能只创建 Person和 Group之间的关联关系，你还要指定 Membership模型中所需要的所有信息；而简单的add、create 和赋值语句是做不到这一点的。所以它们不能在使用中介模型的多对多关系中使用。同样、也不能用remove来解除表之间的关系，但是可以用clear。

我们要创建多对多的关系，得用以下示例：

ringo = Person.objects.create(name="Ringo Starr")
paul = Person.objects.create(name="Paul McCartney")
beatles = Group.objects.create(name="The Beatles")
m1 = Membership(person=ringo, group=beatles,date_joined=date(1962, 8, 16),invite_reason="Needed a new drummer.")
m1.save()

print(beatles.members.all())#[<Person: Ringo Starr>]
print( ringo.group_set.all())#[<Group: The Beatles>]

m2 = Membership.objects.create(person=paul, group=beatles, date_joined=date(1960, 8, 1),invite_reason="Wanted to form a band.")

print(beatles.members.all())#[<Person: Ringo Starr>, <Person: Paul McCartney>]

beatles.members.clear()#解除关系


#以下方法不可用
beatles.members.add(john)
beatles.members.create(name="George Harrison")
beatles.members = [john, paul, ringo, george]