Django 系列博客（十二）
前言
本篇博客继续介绍 Django 中的查询，分别为聚合查询和分组查询，以及 F 和 Q 查询。
聚合查询
语法：aggregate(*args, **kwargs)
# 计算所有图书的平均价格
from django.db.models import Avg
Book.objects.all().aggregate(Avg('price'))
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。键的名称是聚合值得标识符，值是计算出来的聚合值。建的名称是按照字段和聚合函数的名称自动生成出来的。如果你想要为聚合值指定个名称，可以向聚合子句提供它。
Book.objects.aggregate(average_price=Avg('price'))
如果你希望生成不止一个聚合值，你可以向 aggregate()子句中添加另一个参数。所以如果想知道所有图书价格的最大值和最小值，可以这样查询：
from django.db.models import Avg, Max, Min
Book.objects.aggregate(Avg('price'), Max('price'), Min('price'))
具体例子：
# 查询所有书籍的平均价格
from django.db.models import Avg,Count,Max,Min
ret=Book.objects.all().aggregate(Avg('price'))
# {'price__avg': 202.896}
# 可以改名字
ret=Book.objects.all().aggregate(avg_price=Avg('price'))
# 统计平均价格和最大价格
ret=Book.objects.all().aggregate(avg_price=Avg('price'),max_price=Max('price'))
# 统计最小价格
ret = Book.objects.all().aggregate(avg_price=Avg('price'), min_price=Min('price'))
# 统计个数和平均价格
ret = Book.objects.all().aggregate(avg_price=Avg('price'), max_price=Max('price'),count=Count('price'))
ret = Book.objects.all().aggregate(avg_price=Avg('price'), max_price=Max('price'),count=Count('nid'))
print(ret)
分组查询
总结：
group by 那个表就以那个表作为基表
values 在前：表示 group by
values 在后：表示取值
filter 在前：表示 where 条件
filter 在后：表示 having
分组查询案例
# 查询所有作者写的书的总价格大于26的
# filter()在annotate后面，表示对分组后的结果进行筛选，相当于having
# annotate前的values()表示按该字段分组，相当于group by，可以省略，默认会按Author的id分组
# 后面的values()表示取值
ret=Author.objects.all().values('pk').annotate(s=Sum('book__price')).filter(s__gt=26).values('name','s')
等价于
ret=Author.objects.all().annotate(s=Sum('book__price')).filter(s__gt=26).values('name','s')
# 查询各个作者出的书的总价格
# s相当于给求和结果取名字，在vlaues取值中，可以引用
ret = Author.objects.all().annotate(s=Sum('price')).values('name','s')
print(ret)
# 统计不止一个作者的图书
ret=Book.objects.all().values('pk').annotate(c=Count('authors')).filter(c__gt=1).values('name','c')
print(ret)
等价于
ret = Book.objects.annotate(author_num=Count("authors")).filter(author_num__gt=1).values('name','author_num')
print(ret)
F 查询
什么是 F 查询
如果要对两个字段的值作比较，就不能直接比较，必须借助 F()的实例，可以在查询中引用字段，来比较同一个 model 实例中两个不同字段的值。
语法
from django.db.models import F
fliter(commit_num_gt=F('read_num'))
F 查询的使用
# 查询评论数大于阅读数的书
book = models.Book.objects.filter(commit_num__gt=F('read_num')).values('name')
# 把所有书的评论数加1
models.Book.objects.all().update(commit_num=F('commit_num')+1)
Q 查询
什么是 Q 查询
对两个字段的值进行或、与、非运算，不能直接运算，需要用 Q()的实例。
语法
# 且 -----> &
# 或 -----> |
# 非 -----> ~
from django.db.models import Q
fliter(Q(name='tom')|Q(name='tony'))
Q 查询的使用
# 查询不是tom写的书的名字
ret = models.Book.objects.filter(~Q(authors__name='tom')).values('name')
# 查询作者名字是tom或者名字是tony的书
ret = models.Book.objects.filter(Q(authors__name='tom')|Q(authors__name='tony')).values('name')
补充：
在实际开发中，外键通常不用：
-
约束性太强
-
查询效率低
-
可以通过
db_constraint=False来取消外键约束，在 orm 创建表的时候，外键的约束不会存在，但是这样会产生脏数据。 -
建外键约束，包括 unique 都是为了不产生脏数据。