06 F查詢和Q查詢
F查詢
在上面所有的例子中,我們構造的過濾器都只是將欄位值與某個我們自己設定的常量做比較。如果我們要對兩個欄位的值做比較,那該怎麼做呢?
Django 提供 F() 來做這樣的比較。F() 的例項可以在查詢中引用欄位,來比較同一個 model 例項中兩個不同欄位的值。
示例1:
查詢出賣出數大於庫存數的商品
from django.db.models import F
ret1=models.Product.objects.filter(maichu__gt=F('kucun'))
print(ret1)
F可以幫我們取到表中某個欄位對應的值來當作我的篩選條件,而不是我認為自定義常量的條件了,實現了動態比較的效果
Django 支援 F() 物件之間以及 F() 物件和常數之間的加減乘除和取模的操作。基於此可以對錶中的數值型別進行數學運算
將每個商品的價格提高50塊
models.Product.objects.update(price=F('price')+50)
引申:
如果要修改char欄位咋辦(千萬不能用上面對數值型別的操作!!!)?
如:把所有書名後面加上'新款',(這個時候需要對字串進行拼接Concat操作,並且要加上拼接值Value)
from django.db.models.functions import Concat
from django.db.models import Value
ret3=models.Product.objects.update(name=Concat(F('name'),Value('新款')))
Concat表示進行字串的拼接操作,引數位置決定了拼接是在頭部拼接還是尾部拼接,Value裡面是要新增的拼接值
Q查詢
filter()
等方法中逗號隔開的條件是與的關係。 如果你需要執行更復雜的查詢(例如OR
語句),你可以使用Q物件
。
示例1:
查詢 賣出數大於100 或者 價格小於100塊的
from django.db.models import Q
models.Product.objects.filter(Q(maichu__gt=100)|Q(price__lt=100))
對條件包裹一層Q時候,filter即可支援交叉並的比較符
示例2:
查詢 庫存數是100 並且 賣出數不是0 的產品
models.Product.objects.filter(Q(kucun=100)&~Q(maichu=0))
我們可以組合&
和|
操作符以及使用括號進行分組來編寫任意複雜的Q
物件。
同時,Q
物件可以使用~
操作符取反,這允許組合正常的查詢和取反(NOT
) 查詢。
示例3:
查詢產品名包含新款, 並且庫存數大於60的
models.Product.objects.filter(Q(kucun__gt=60), name__contains="新款")
查詢函式可以混合使用Q 物件
和關鍵字引數。所有提供給查詢函式的引數(關鍵字引數或Q
物件)都將"AND”在一起。但是,如果出現Q
物件,它必須位於所有關鍵字引數的前面。
事務
事務的定義:將多個sql語句操作變成原子性操作,要麼同時成功,有一個失敗則裡面回滾到原來的狀態,保證資料的完整性和一致性(NoSQL資料庫對於事務則是部分支援)
# 事務
# 買一本 跟jason學Linux 書
# 在資料庫層面要做的事兒
# 1. 建立一條訂單資料
# 2. 去產品表 將賣出數+1, 庫存數-1
from django.db.models import F
from django.db import transaction
# 開啟事務處理
try:
with transaction.atomic():
# 建立一條訂單資料
models.Order.objects.create(num="110110111", product_id=1, count=1)
# 能執行成功
models.Product.objects.filter(id=1).update(kucun=F("kucun")-1, maichu=F("maichu")+1)
except Exception as e:
print(e)
其他鮮為人知的操作
Django ORM執行原生SQL
條件假設:就拿部落格園舉例,我們寫的部落格並不是按照年月日來分檔,而是按照年月來分的,而我們的DateField時間格式是年月日形式,也就是說我們需要對從資料庫拿到的時間格式的資料再進行一次處理拿到我們想要的時間格式,這樣的需求,Django是沒有給我們提供方法的,需要我們自己去寫處理語句了
# extra
# 在QuerySet的基礎上繼續執行子語句
# extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)
# select和select_params是一組,where和params是一組,tables用來設定from哪個表
# Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))
# Entry.objects.extra(where=['headline=%s'], params=['Lennon'])
# Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])
# Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])
舉個例子:
models.UserInfo.objects.extra(
select={'newid':'select count(1) from app01_usertype where id>%s'},
select_params=[1,],
where = ['age>%s'],
params=[18,],
order_by=['-age'],
tables=['app01_usertype']
)
"""
select
app01_userinfo.id,
(select count(1) from app01_usertype where id>1) as newid
from app01_userinfo,app01_usertype
where
app01_userinfo.age > 18
order by
app01_userinfo.age desc
"""
# 執行原生SQL
# 更高靈活度的方式執行原生SQL語句
# from django.db import connection, connections
# cursor = connection.cursor() # cursor = connections['default'].cursor()
# cursor.execute("""SELECT * from auth_user where id = %s""", [1])
# row = cursor.fetchone()
QuerySet方法大全
幾個比較重要的方法:
update()與save()的區別
兩者都是對資料的修改儲存操作,但是save()函式是將資料列的全部資料項全部重新寫一遍,而update()則是針對修改的項進行鍼對的更新效率高耗時少
所以以後對資料的修改儲存用update()
select_related和prefetch_related
def select_related(self, *fields) 效能相關:表之間進行join連表操作,一次性獲取關聯的資料。 總結: 1. select_related主要針一對一和多對一關係進行優化。 2. select_related使用SQL的JOIN語句進行優化,通過減少SQL查詢的次數來進行優化、提高效能。 def prefetch_related(self, *lookups) 效能相關:多表連表操作時速度會慢,使用其執行多次SQL查詢在Python程式碼中實現連表操作。 總結: 1. 對於多對多欄位(ManyToManyField)和一對多欄位,可以使用prefetch_related()來進行優化。 2. prefetch_related()的優化方式是分別查詢每個表,然後用Python處理他們之間的關係。
bulk_create批量插入資料
要求:一次性插入多條資料
data = ["".join([str(random.randint(65, 99)) for i in range(4)]) for j in range(100)]
obj_list = [models.A(name=i) for i in data]
models.A.objects.bulk_create(obj_list)
方法大全
def all(self)
# 獲取所有的資料物件
def filter(self, *args, **kwargs)
# 條件查詢
# 條件可以是:引數,字典,Q
def exclude(self, *args, **kwargs)
# 條件查詢
# 條件可以是:引數,字典,Q
def select_related(self, *fields)
效能相關:表之間進行join連表操作,一次性獲取關聯的資料。
總結:
1. select_related主要針一對一和多對一關係進行優化。
2. select_related使用SQL的JOIN語句進行優化,通過減少SQL查詢的次數來進行優化、提高效能。
def prefetch_related(self, *lookups)
效能相關:多表連表操作時速度會慢,使用其執行多次SQL查詢在Python程式碼中實現連表操作。
總結:
1. 對於多對多欄位(ManyToManyField)和一對多欄位,可以使用prefetch_related()來進行優化。
2. prefetch_related()的優化方式是分別查詢每個表,然後用Python處理他們之間的關係。
def annotate(self, *args, **kwargs)
# 用於實現聚合group by查詢
from django.db.models import Count, Avg, Max, Min, Sum
v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id'))
# SELECT u_id, COUNT(ui) AS `uid` FROM UserInfo GROUP BY u_id
v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id')).filter(uid__gt=1)
# SELECT u_id, COUNT(ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1
v = models.UserInfo.objects.values('u_id').annotate(uid=Count('u_id',distinct=True)).filter(uid__gt=1)
# SELECT u_id, COUNT( DISTINCT ui_id) AS `uid` FROM UserInfo GROUP BY u_id having count(u_id) > 1
def distinct(self, *field_names)
# 用於distinct去重
models.UserInfo.objects.values('nid').distinct()
# select distinct nid from userinfo
注:只有在PostgreSQL中才能使用distinct進行去重
def order_by(self, *field_names)
# 用於排序
models.UserInfo.objects.all().order_by('-id','age')
def extra(self, select=None, where=None, params=None, tables=None, order_by=None, select_params=None)
# 構造額外的查詢條件或者對映,如:子查詢
Entry.objects.extra(select={'new_id': "select col from sometable where othercol > %s"}, select_params=(1,))
Entry.objects.extra(where=['headline=%s'], params=['Lennon'])
Entry.objects.extra(where=["foo='a' OR bar = 'a'", "baz = 'a'"])
Entry.objects.extra(select={'new_id': "select id from tb where id > %s"}, select_params=(1,), order_by=['-nid'])
def reverse(self):
# 倒序
models.UserInfo.objects.all().order_by('-nid').reverse()
# 注:如果存在order_by,reverse則是倒序,如果多個排序則一一倒序
def defer(self, *fields):
models.UserInfo.objects.defer('username','id')
或
models.UserInfo.objects.filter(...).defer('username','id')
#對映中排除某列資料
def only(self, *fields):
#僅取某個表中的資料
models.UserInfo.objects.only('username','id')
或
models.UserInfo.objects.filter(...).only('username','id')
def using(self, alias):
指定使用的資料庫,引數為別名(setting中的設定)
##################################################
# PUBLIC METHODS THAT RETURN A QUERYSET SUBCLASS #
##################################################
def raw(self, raw_query, params=None, translations=None, using=None):
# 執行原生SQL
models.UserInfo.objects.raw('select * from userinfo')
# 如果SQL是其他表時,必須將名字設定為當前UserInfo物件的主鍵列名
models.UserInfo.objects.raw('select id as nid from 其他表')
# 為原生SQL設定引數
models.UserInfo.objects.raw('select id as nid from userinfo where nid>%s', params=[12,])
# 將獲取的到列名轉換為指定列名
name_map = {'first': 'first_name', 'last': 'last_name', 'bd': 'birth_date', 'pk': 'id'}
Person.objects.raw('SELECT * FROM some_other_table', translations=name_map)
# 指定資料庫
models.UserInfo.objects.raw('select * from userinfo', using="default")
################### 原生SQL ###################
from django.db import connection, connections
cursor = connection.cursor() # cursor = connections['default'].cursor()
cursor.execute("""SELECT * from auth_user where id = %s""", [1])
row = cursor.fetchone() # fetchall()/fetchmany(..)
def values(self, *fields):
# 獲取每行資料為字典格式
def values_list(self, *fields, **kwargs):
# 獲取每行資料為元祖
def dates(self, field_name, kind, order='ASC'):
# 根據時間進行某一部分進行去重查詢並擷取指定內容
# kind只能是:"year"(年), "month"(年-月), "day"(年-月-日)
# order只能是:"ASC" "DESC"
# 並獲取轉換後的時間
- year : 年-01-01
- month: 年-月-01
- day : 年-月-日
models.DatePlus.objects.dates('ctime','day','DESC')
def datetimes(self, field_name, kind, order='ASC', tzinfo=None):
# 根據時間進行某一部分進行去重查詢並擷取指定內容,將時間轉換為指定時區時間
# kind只能是 "year", "month", "day", "hour", "minute", "second"
# order只能是:"ASC" "DESC"
# tzinfo時區物件
models.DDD.objects.datetimes('ctime','hour',tzinfo=pytz.UTC)
models.DDD.objects.datetimes('ctime','hour',tzinfo=pytz.timezone('Asia/Shanghai'))
"""
pip3 install pytz
import pytz
pytz.all_timezones
pytz.timezone(‘Asia/Shanghai’)
"""
def none(self):
# 空QuerySet物件
####################################
# METHODS THAT DO DATABASE QUERIES #
####################################
def aggregate(self, *args, **kwargs):
# 聚合函式,獲取字典型別聚合結果
from django.db.models import Count, Avg, Max, Min, Sum
result = models.UserInfo.objects.aggregate(k=Count('u_id', distinct=True), n=Count('nid'))
===> {'k': 3, 'n': 4}
def count(self):
# 獲取個數
def get(self, *args, **kwargs):
# 獲取單個物件
def create(self, **kwargs):
# 建立物件
def bulk_create(self, objs, batch_size=None):
# 批量插入
# batch_size表示一次插入的個數
objs = [
models.DDD(name='r11'),
models.DDD(name='r22')
]
models.DDD.objects.bulk_create(objs, 10)
def get_or_create(self, defaults=None, **kwargs):
# 如果存在,則獲取,否則,建立
# defaults 指定建立時,其他欄位的值
obj, created = models.UserInfo.objects.get_or_create(username='root1', defaults={'email': '1111111','u_id': 2, 't_id': 2})
def update_or_create(self, defaults=None, **kwargs):
# 如果存在,則更新,否則,建立
# defaults 指定建立時或更新時的其他欄位
obj, created = models.UserInfo.objects.update_or_create(username='root1', defaults={'email': '1111111','u_id': 2, 't_id': 1})
def first(self):
# 獲取第一個
def last(self):
# 獲取最後一個
def in_bulk(self, id_list=None):
# 根據主鍵ID進行查詢
id_list = [11,21,31]