Django ORM的简单总结

时间:2022-05-05
本文章向大家介绍Django ORM的简单总结，主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。

我们继续昨天的内容使用Oracle中的emp,dept来学习Django ORM，今天做一些总结和扩展，希望你能有所收获。

先来说下两张表emp,dept。

emp表的数据如下：

dept表的数据如下：

然后我们就开始吧，有的同学说我的数据还没有初始化，可以移步上一篇找到脚本。

对于QuerysetAPI的内容，如果看文档有非常多的解释和介绍，很难抓到重点，我就从我的认知来梳理一下。 

1. QuerySet 创建对象的方法
>>> from scott.models import emp
>>> from scott.models import dept

先得到所有的数据。

>>> emp.objects.all()
[<emp: 7369 SMITH>, <emp: 7499 ALLEN>, <emp: 7521 WARD>, <emp: 7566 JONES>, <emp: 7654 MARTIN>, <emp: 7698 BLAKE>, <emp: 7782 CLARK>, <emp: 7788 SCOTT>, <emp: 7839 KING>, <emp: 7844 TURNER>, <emp: 7876 ADAMS>, <emp: 7900 JAMES>, <emp: 7902 FORD>, <emp: 7934 MILLER>, <emp: 9999 SHUNPING>]
>>> dept.objects.all()
[<dept: 10 ACCOUNTING>, <dept: 20 RESEARCH>, <dept: 30 SALES>, <dept: 40 OPERATIONS>]

第一种方法是使用create

>>> dept.objects.create(dname='DEV',loc='Beijing')
<dept: 41 DEV>

第二种是初始化另外一个对象，save完成 

>>> newdept = dept(dname='TEST',loc='ShangHai')
>>> newdept.save()

第三种和第二种有些类似，可以对立面的属性根据需求改变。

>>> #method 3
>>> newdept.dname
'TEST'
>>> newdept=dept()
>>> newdept.dname
u''
>>> newdept.dname='OPS'
>>> newdept.loc='Guangzhou'
>>> newdept.save()

第四种会做一个判断，有点类似数据库立面的create or replace,注意此处的返回是一个布尔值。

>>> dept.objects.get_or_create(dname='DBA',loc='Shenzhen')
(<dept: 44 DBA>, True)
2.查询语句
根据主键查询
>>> dept.objects.get(pk=10)
<dept: 10 ACCOUNTING>

得到top n的数据
>>> dept.objects.all()[:5]
[<dept: 10 ACCOUNTING>, <dept: 20 RESEARCH>, <dept: 30 SALES>, <dept: 40 OPERATIONS>, <dept: 41 DEV>]

使用get方法，返回的是一行
>>> dept.objects.get(dname='DBA')
<dept: 44 DBA>

使用filter的exact是精确匹配，和上面的方法是等价的。
>>> dept.objects.filter(dname__exact='DBA')
[<dept: 44 DBA>]

忽略大小写
>>> dept.objects.filter(dname__iexact='DBA')
[<dept: 44 DBA>]

查询内容排除包含ACC的部门
>>> dept.objects.exclude(dname__contains='ACC')
[<dept: 20 RESEARCH>, <dept: 30 SALES>, <dept: 40 OPERATIONS>, <dept: 41 DEV>, <dept: 42 TEST>, <dept: 43 OPS>, <dept: 44 DBA>]
>>>

可以过滤和排除操作都使用
>>> dept.objects.filter(dname__contains='DB').exclude(dname='MBA')
[<dept: 44 DBA>]
3.删除
这种方法是查到指定的数据，然后直接删除，还是有一些风险点的。
>>> dept.objects.filter(dname__contains='DB').delete()

或者分批删除
>>> dept.objects.all()
[<dept: 10 ACCOUNTING>, <dept: 20 RESEARCH>, <dept: 30 SALES>, <dept: 40 OPERATIONS>, <dept: 41 DEV>, <dept: 42 TEST>, <dept: 43 OPS>]
>>> newdept=dept.objects.filter(dname__contains='DEV')
>>> newdept.delete()

全部删除,先不操作
dept.objects.all().delete()
4.更新
使用filter来过滤得到数据，然后使用update来更新
>>> dept.objects.filter(dname__contains='TEST')
[<dept: 42 TEST>]
>>> dept.objects.filter(dname__contains='TEST').update(dname='Test')
1L
>>>
>>> dept.objects.filter(dname__contains='Te')
[<dept: 42 Test>]

或者把初始化一个对象，更新这个对象
>>> newdept=dept.objects.get(dname='Test')
>>>
>>> newdept.dname
u'Test'
>>> dname='Test2'
>>> loc='Lanzhou'
>>> newdept.save()
5.迭代Queryset
>>> newdept=dept.objects.all()
>>> for new in newdept:
...   print(new.dname)
...
ACCOUNTING
RESEARCH
SALES
OPERATIONS
Test
OPS
6.链式查询
两个filter来过滤
>>> dept.objects.filter(dname__contains='Test').filter(deptno=42)
[<dept: 42 Test>]
先使用fileter过滤，然后使用exclude排除
>>> dept.objects.filter(dname__contains='Test').exclude(deptno=4)
[<dept: 42 Test>]
7.top n的写法
得到前4行
>>> dept.objects.all()[:4]
[<dept: 10 ACCOUNTING>, <dept: 20 RESEARCH>, <dept: 30 SALES>, <dept: 40 OPERATIONS>]
>>>

最后2行，有个技巧是用reverse()
>>> dept.objects.all().reverse()[:2]
[<dept: 43 OPS>, <dept: 42 Test>]
最后1行，下标是从0开始
>>> dept.objects.all().reverse()[0]
<dept: 43 OPS>
>>> dept.objects.all().reverse()[1]
<dept: 42 Test>

或者使用order_by反向排序
>>> dept.objects.all().order_by('-deptno')[:2]
[<dept: 43 OPS>, <dept: 42 Test>]

有的同学可能疑惑order_by和reverse的性能差别。我们继续往下看。

8.得到调用的SQL语句
方法1：
>>> print str(dept.objects.all().order_by('-deptno').distinct().query)
SELECT DISTINCT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` ORDER BY `dept`.`deptno` DESC
>>>
>>> print str(dept.objects.all().reverse().distinct().query)
SELECT DISTINCT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` ORDER BY `dept`.`deptno` DESC

可见两者是等价的，所以我们就很容易理解reverse()和order_by的差别了，实现不同，但是结果相同。
方法2：使用query.__str__()来得到
>>> dept.objects.all().reverse().distinct().query.__str__()
u'SELECT DISTINCT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` ORDER BY `dept`.`deptno` DESC'
方法3：在settings.py里面补充下面的内容，然后在python shell模式下，可以看到调用的SQL
LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
        },
    },
    'loggers': {
        'django.db.backends': {
            'handlers': ['console'],
            'level': 'DEBUG' if DEBUG else 'INFO',
        },
    },
}
8.得到返回结果 values_list
可以使用values_list来实现，比如返回dname和deptno列
>>> dept.objects.values_list('dname','deptno')
[(u'ACCOUNTING', 10L), (u'RESEARCH', 20L), (u'SALES', 30L), (u'OPERATIONS', 40L), (u'Test', 42L), (u'OPS', 43L)]
>>>
初始化一个对象，打印出结果
>>> newdept=dept.objects.values_list('dname','deptno')
>>> newdept
[(u'ACCOUNTING', 10L), (u'RESEARCH', 20L), (u'SALES', 30L), (u'OPERATIONS', 40L), (u'Test', 42L), (u'OPS', 43L)]
可以使用list方法
>>> list(newdept)
[(u'ACCOUNTING', 10L), (u'RESEARCH', 20L), (u'SALES', 30L), (u'OPERATIONS', 40L), (u'Test', 42L), (u'OPS', 43L)]
>>>
使用values_list的结果，格式和上面还是有一些差别的。
>>> dept.objects.values_list('dname',flat=True)
[u'ACCOUNTING', u'RESEARCH', u'SALES', u'OPERATIONS', u'Test', u'OPS']

可以加入flat选项，只输出指定的列 

>>> print str(dept.objects.values_list('dname',flat=True).query)
SELECT `dept`.`dname` FROM `dept` ORDER BY `dept`.`deptno` ASC
9.得到返回结果 values
>>> dept.objects.values('dname')
[{'dname': u'ACCOUNTING'}, {'dname': u'RESEARCH'}, {'dname': u'SALES'}, {'dname': u'OPERATIONS'}, {'dname': u'Test'}, {'dname': u'OPS'}]
>>>
>>> dept.objects.values_list('dname')
[(u'ACCOUNTING',), (u'RESEARCH',), (u'SALES',), (u'OPERATIONS',), (u'Test',), (u'OPS',)]
>>>
两者返回的并不是真正的列表或字典，也是queryset
10.列的别名
可以使用extra来指定别名
>>> dept.objects.all().extra(select={'dname':'Dname'})
[<dept: 10 ACCOUNTING>, <dept: 20 RESEARCH>, <dept: 30 SALES>, <dept: 40 OPERATIONS>, <dept: 42 Test>, <dept: 43 OPS>]
>>>
如果不确定里面的参数代表的含义，可以得到解析的SQL来对比一下，就很清楚了。
>>> print str(dept.objects.all().extra(select={'dname':'Dname'}).query)
SELECT (Dname) AS `dname`, `dept`.`deptno`, `dept`.dname, `dept`.`loc` FROM `dept` ORDER BY `dept`.`deptno` ASC
>>>

>>> print str(dept.objects.all().extra(select={'Dname':"dname"}).query)
SELECT (dname) AS `Dname`, `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` ORDER BY `dept`.`deptno` ASC
>>>

>>> print str(dept.objects.all().extra(select={'dname':'Dname'}).defer('dname').query)
SELECT (Dname) AS `dname`, `dept`.`deptno`, `dept`.`loc` FROM `dept` ORDER BY `dept`.`deptno` ASC
11.聚合运算

我们常见的是这种：

##计算个数
>>> print str(dept.objects.all().extra(select={'dname':'Dname'}).defer('dname').count())
6

如果是做聚合运算，就需要用到Count,Avg,Sum了。 

##做聚合结算，需要导入Count，使用annotate
>>> from django.db.models import Count
>>> dept.objects.all().values('dname').annotate(count=Count('dname')).values('dname','count')
[{'dname': u'ACCOUNTING', 'count': 1}, {'dname': u'RESEARCH', 'count': 1}, {'dname': u'SALES', 'count': 1}, {'dname': u'OPERATIONS', 'count': 1}, {'dname': u'Test', 'count': 1}, {'dname': u'OPS', 'count': 1}]

不过值得一提的是，里面的group by的部分是个硬骨头，因为group by会默认带有主键列，对于一些特殊的场景，就会有些乏力了，比如这种SQL，在目前的实现中是不能直接支持的。

 select deptno_id,count(*) from emp group by deptno_id;

都会间接转换为如下的方式，就有些尴尬了。

 select deptno_id,count(*) from emp group by empno;

如果手工强转，就会抛错了。 

>>> a=emp.objects.raw('select deptno_id,count(*) count from emp group by deptno_id')
>>> a[0]
(0.000) select deptno_id,count(*) count from emp group by deptno_id; args=()
Traceback (most recent call last):
  File "<console>", line 1, in <module>
  File "/usr/local/lib/python2.7/site-packages/django/db/models/query.py", line 1323, in __getitem__
    return list(self)[k]
  File "/usr/local/lib/python2.7/site-packages/django/db/models/query.py", line 1296, in __iter__
    raise InvalidQuery('Raw query must include the primary key')
InvalidQuery: Raw query must include the primary key
12.Inner Join和聚合运算
inner join，注意下面的deptno__dname的部分。
>>> emp.objects.values('deptno__dname').annotate(sum=Sum('deptno')).values('deptno','sum').query.__str__()
u'SELECT `emp`.`deptno_id`, SUM(`emp`.`deptno_id`) AS `sum` FROM `emp` INNER JOIN `dept` ON ( `emp`.`deptno_id` = `dept`.`deptno` ) GROUP BY `emp`.`empno` ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC'
12.select_related查询

这种方式的一大好处就是会自动关联查询，调用一次会自动获取相关的数据。

我们可以对比下它和通常方式的差别。 

使用传统的方式，如果需要关联查询，会在后台反复调用关联查询。
>>> emp.objects.all()[:10]
(0.001) SELECT `emp`.`empno`, `emp`.`ename`, `emp`.`job`, `emp`.`mgr`, `emp`.`hiredate`, `emp`.`sal`, `emp`.`deptno_id` FROM `emp` ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC LIMIT 10; args=()
[<emp: 7369 SMITH>, <emp: 7499 ALLEN>, <emp: 7521 WARD>, <emp: 7566 JONES>, <emp: 7654 MARTIN>, <emp: 7698 BLAKE>, <emp: 7782 CLARK>, <emp: 7788 SCOTT>, <emp: 7839 KING>, <emp: 7844 TURNER>]

初始化对象，得到关联数据的情况
>>> a=emp.objects.all()[:10][0]
(0.000) SELECT `emp`.`empno`, `emp`.`ename`, `emp`.`job`, `emp`.`mgr`, `emp`.`hiredate`, `emp`.`sal`, `emp`.`deptno_id` FROM `emp` ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC LIMIT 1; args=()
>>> a.ename
u'SMITH'

>>> a.deptno  --可以看到又做了一次查询
(0.002) SELECT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` WHERE `dept`.`deptno` = 20; args=(20,)
<dept: 20 RESEARCH>

而使用select_related就可以解决这个问题。

只查一次数据库 select_related
>>> a=emp.objects.all().select_related('deptno')[:4][0]
(0.001) SELECT `emp`.`empno`, `emp`.`ename`, `emp`.`job`, `emp`.`mgr`, `emp`.`hiredate`, `emp`.`sal`, `emp`.`deptno_id`, `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `emp` INNER JOIN `dept` ON ( `emp`.`deptno_id` = `dept`.`deptno` ) ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC LIMIT 1; args=()

>>> a.ename
u'SMITH'
反复查看，都不会多次调用新的SQL    
>>> a.deptno
<dept: 20 RESEARCH>
>>> a.ename
u'SMITH'
>>> a.mgr
7902L
>>>
>>> a.deptno.dname   --级联查询
u'RESEARCH'
13.prefetched_related查询
对比prefetched related的好处
>>> a=emp.objects.all().filter(empno__in=(7369,7521,7566))
>>> a
(0.001) SELECT `emp`.`empno`, `emp`.`ename`, `emp`.`job`, `emp`.`mgr`, `emp`.`hiredate`, `emp`.`sal`, `emp`.`deptno_id` FROM `emp` WHERE `emp`.`empno` IN (7369, 7521, 7566) ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC LIMIT 21; args=(7369, 7521, 7566)
[<emp: 7369 SMITH>, <emp: 7521 WARD>, <emp: 7566 JONES>]

迭代
>>> for t in a:
...   print t.ename,t.deptno
...
SMITH 20 RESEARCH
(0.000) SELECT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` WHERE `dept`.`deptno` = 30; args=(30,)
WARD 30 SALES
(0.000) SELECT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` WHERE `dept`.`deptno` = 20; args=(20,)
JONES 20 RESEARCH

初始化对象，使用in的方式来过滤数据
>>> a=emp.objects.all().filter(empno__in=(7369,7521,7566)).prefetch_related('deptno')
>>> a
(0.001) SELECT `emp`.`empno`, `emp`.`ename`, `emp`.`job`, `emp`.`mgr`, `emp`.`hiredate`, `emp`.`sal`, `emp`.`deptno_id` FROM `emp` WHERE `emp`.`empno` IN (7369, 7521, 7566) ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC LIMIT 21; args=(7369, 7521, 7566)
(0.000) SELECT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` WHERE `dept`.`deptno` IN (20, 30) ORDER BY `dept`.`deptno` ASC; args=(20, 30)
[<emp: 7369 SMITH>, <emp: 7521 WARD>, <emp: 7566 JONES>]

可以看到自始至终，都只有一次交互
>>> for t in a:
...   print t.ename,t.deptno
...
(0.000) SELECT `emp`.`empno`, `emp`.`ename`, `emp`.`job`, `emp`.`mgr`, `emp`.`hiredate`, `emp`.`sal`, `emp`.`deptno_id` FROM `emp` WHERE `emp`.`empno` IN (7369, 7521, 7566) ORDER BY `emp`.`empno` ASC, `emp`.`ename` ASC; args=(7369, 7521, 7566)
(0.000) SELECT `dept`.`deptno`, `dept`.`dname`, `dept`.`loc` FROM `dept` WHERE `dept`.`deptno` IN (20, 30) ORDER BY `dept`.`deptno` ASC; args=(20, 30)
SMITH 20 RESEARCH
WARD 30 SALES

随机文章
Javascript知识点必读
最近更新