很重要,都是精华

多表关系模型

一对一

一旦确定表关系是一对一,在两张表中的任意一张表中建立关联字段+Unique

一对多

一旦确定表关系是一对多,创建关联字段在多的表中

多对多

一旦确定表关系是多对多,创建第三章关系表

ORM生成关系表模型

假定下面这些概念,字段和关系

作者模型:一个作者有姓名和年龄。

作者详细模型:把作者的详情放到详情表,包含生日,手机号,家庭住址等信息。作者详情模型和作者模型之间是一对一的关系(one-to-one)

出版商模型:出版商有名称,所在城市以及email。

书籍模型: 书籍有书名和出版日期,一本书可能会有多个作者,一个作者也可以写多本书,所以作者和书籍的关系就是多对多的关联关系(many-to-many);一本书只应该由一个出版商出版,所以出版商和书籍是一对多关联关系(one-to-many)。

模型建立如下:

from django.db import models

# Create your models here.

class Author(models.Model):
nid = models.AutoField(primary_key=True)
name=models.CharField( max_length=32)
age=models.IntegerField() # 与AuthorDetail建立一对一的关系
authorDetail=models.OneToOneField(to="AuthorDetail",on_delete=models.CASCADE) class AuthorDetail(models.Model): nid = models.AutoField(primary_key=True)
birthday=models.DateField()
telephone=models.BigIntegerField()
addr=models.CharField( max_length=64) class Publish(models.Model):
nid = models.AutoField(primary_key=True)
name=models.CharField( max_length=32)
city=models.CharField( max_length=32)
email=models.EmailField() class Book(models.Model): nid = models.AutoField(primary_key=True)
title = models.CharField( max_length=32)
publishDate=models.DateField()
price=models.DecimalField(max_digits=5,decimal_places=2) # 与Publish建立一对多的关系,外键字段建立在多的一方
publish=models.ForeignKey(to="Publish",to_field="nid",on_delete=models.CASCADE)
    # 与Author表建立多对多的关系,ManyToManyField可以建在两个模型中的任意一个,自动创建第三张表。而不是增加了一个字段。
authors=models.ManyToManyField(to='Author',)

注意事项:

  • 表的名称myapp_modelName,是根据 模型中的元数据自动生成的,也可以覆写为别的名称  

  • id 字段是自动添加的
  • 对于外键字段,Django 会在字段名上添加"_id" 来创建数据库中的列名
  • 这个例子中的CREATE TABLE SQL 语句使用PostgreSQL 语法格式,要注意的是Django 会根据settings 中指定的数据库类型来使用相应的SQL 语句。
  • 定义好模型之后,你需要告诉Django _使用_这些模型。你要做的就是修改配置文件中的INSTALL_APPSZ中设置,在其中添加models.py所在应用的名称。
  • 外键字段 ForeignKey 有一个 null=True 的设置(它允许外键接受空值 NULL),你可以赋给它空值 None 。
  • Django2.0 添加的外键中,要添加on_delete=models.CASCADE

添加表记录

一对多

方式1:
publish_obj=Publish.objects.get(nid=1)
book_obj=Book.objects.create(title="三国演义",publishDate="2012-12-12",price=100,publish=publish_obj)
方式2:
book_obj=Book.objects.create(title="水浒传",publishDate="2012-12-12",price=100,publish_id=1)

两种方法区别仅在于方式一的关联键添加的是一个对象,方式二添加的是一个id值,但是他们运行后的结果都是一样的

即:都会生成一个字段publish_id,而且,都可以使用book_obj.publish得到一个publish对象!

多对多

绑定方法

    # 当前生成的书籍对象
book_obj=Book.objects.create(title="追风筝的人",price=200,publishDate="2012-11-12",publish_id=1)
# 为书籍绑定的做作者对象
yuan=Author.objects.filter(name="yuan").first() # 在Author表中主键为2的纪录
egon=Author.objects.filter(name="alex").first() # 在Author表中主键为1的纪录 # 绑定多对多关系,即向关系表book_authors中添加纪录
book_obj.authors.add(yuan,egon) # 将某些特定的 model 对象添加到被关联对象集合中。 ======= book_obj.authors.add(*[])或者使用键值(1,2)

注意:之前用authors=models.ManyToManyField(to='Author',),无法用一对多的方法添加,因为没有创建这个表的类,这个类是Django自己创建出来的

多对多关系其它常用API:

book_obj.authors.remove()      # 将某个特定的对象从被关联对象集合中去除。    ======   book_obj.authors.remove(*[])
book_obj.authors.clear() #清空被关联对象集合
book_obj.authors.set() #先清空再设置

more

例子:

######################绑定多对多的关系##############################################

    book_obj=Book.objects.create(title="西游记",price=100,publishDate="2012-12-12",publish_id=1)

    egon=Author.objects.get(name="egon")
alex=Author.objects.get(name="alex") #绑定多对多关系的API
book_obj.authors.add(egon,alex)
book_obj.authors.add(1,2,3)
book_obj.authors.add(*[1,2,3]) #解除多对多关系 book=Book.objects.filter(nid=4).first()
book.authors.remove(2)
#book.authors.remove(*[1,2]) book.authors.clear()

book_obj.authors.all()

    #查询主键为4的书籍的所有作者的名字
book=Book.objects.filter(nid=4).first()
print(book.authors.all()) # [obj1,obj2...] queryset: 与这本书关联的所有作者对象集合
ret=book.authors.all().values("name")
print(ret) 关键点: 一 book_obj.publish=Publish.objects.filter(id=book_obj.publish_id).first() 二 book_obj.authors.all()
关键点:book.authors.all() # 与这本书关联的作者集合 1 book.id=3
2 book_authors
id book_id author_ID
3 3 1
4 3 2 3 author
id name
1 alex
2 egon book_obj.authors.all() -------> [alex,egon]

基于对象的跨表查询

正向查询和反向查询的概念

A-B
关联属性在A表中

正向查询: A------>B
反向查询: B------>A

一对多

正向查询:按字段
反向查询:表名小写_set.all()
    # 一对多查询的正向查询 : 查询西游记这本书的出版社的名字

    book_obj=Book.objects.filter(title="西游记").first()
print(book_obj.publish) # 与这本书关联出版社对象
print(book_obj.publish.name)
对应sql:
select publish_id from Book where title="西游记"
select name from Publish where id=1 # 一对多查询的反向查询 : 查询人民出版社出版过的书籍名称 publish=Publish.objects.filter(name="人民出版社").first()
ret=publish.book_set.all()
print(ret)

多对多

正向查询:按字段
反向查询:表名小写_set.all()
# 多对多查询的正向查询 : 查询西游记这本书的所有作者的名字

    book_obj=Book.objects.filter(title="西游记").first()
author_list=book_obj.authors.all() # queryset对象 [author_obj1,...] for author in author_list:
print(author.name) # 多对多查询的反向查询 : 查询alex出版过的所有书籍名称 alex=Author.objects.filter(name="alex").first() book_list=alex.book_set.all()
for book in book_list:
print(book.title)

一对一

正向查询:按字段
反向查询:表名小写
    # 一对一查询的正向查询 : 查询alex的手机号

    alex=Author.objects.filter(name="alex").first()
print(alex.authordetail.telephone) # 一对一查询的反向查询 : 查询手机号为110的作者的名字和年龄 ad=AuthorDetail.objects.filter(telephone="110").first()
print(ad.author.name)
print(ad.author.age)

基于双下划綫的跨表查询

要点

要点一:

双下划线代表跨表,使用双下划线,即通知内部引擎的方式。

要点二:

正向查询按字段,
反向查询按表名小写
此要求是对于跨表的!分清楚是正向还是反向很重要

要点三:

已知条件在哪张表,哪张表用字段,非那张表用双下划线跨表,匹配条件或者求值!

一对多

# 一对多查询 : 查询西游记这本书的出版社的名字

    # 方式1:
ret=Book.objects.filter(title="西游记").values("publish__name")
print(ret) # <QuerySet [{'publish__name': '南京出版社'}]> # 方式2:
ret=Publish.objects.filter(book__title="西游记").values("name")
print(ret)

多对多

# 多对多查询 : 查询西游记这本书的所有作者的名字

    # 方式1:
# 需求: 通过Book表join与其关联的Author表,属于正向查询:按字段authors通知ORM引擎join book_authors与author ret=Book.objects.filter(title="西游记").values("authors__name")
print(ret) # <QuerySet [{'authors__name': 'alex'}, {'authors__name': 'egon'}]> # 方式2:
# 需求: 通过Author表join与其关联的Book表,属于反向查询:按表名小写book通知ORM引擎join book_authors与book表
ret=Author.objects.filter(book__title="西游记").values("name")
print(ret) # <QuerySet [{'name': 'alex'}, {'name': 'egon'}]>

一对一

# 一对一查询的查询 : 查询alex的手机号

    # 方式1:
# 需求: 通过Author表join与其关联的AuthorDetail表,属于正向查询:按字段authordetail通知ORM引擎join Authordetail表 ret=Author.objects.filter(name="alex").values("authordetail__telephone")
print(ret) # <QuerySet [{'authordetail__telephone': 110}]> # # 方式2:
# # 需求: 通过AuthorDetail表join与其关联的Author表,属于反向查询:按表名小写author通知ORM引擎join Author表
ret=AuthorDetail.objects.filter(author__name="alex").values("telephone")
print(ret) # <QuerySet [{'telephone': 110}]>

连续跨表查询

# 练习: 手机号以110开头的作者出版过的所有书籍名称以及书籍出版社名称

    # 方式1:
# 需求: 通过Book表join AuthorDetail表, Book与AuthorDetail无关联,所以必需连续跨表
ret=Book.objects.filter(authors__authordetail__telephone__startswith="110").values("title","publish__name")
print(ret)
#
# 方式2:
ret=Author.objects.filter(authordetail__telephone__startswith="110").values("book__title","book__publish__name")
print(ret)

related_name

反向查询时,如果定义了related_name ,则用related_name替换表名,例如:

publish = ForeignKey(Blog, related_name='bookList')

# 练习: 查询人民出版社出版过的所有书籍的名字与价格(一对多)

# 反向查询 不再按表名:book,而是related_name:bookList

     queryResult=Publish.objects
              .filter(name="人民出版社")
              .values_list("bookList__title","bookList__price")

聚合查询

aggregate(*args, **kwargs) 聚合统计函数

返回值是一个字典

# 计算所有图书的平均价格

>>> from django.db.models import Avg

>>> Book.objects.all().aggregate(Avg('price'))

{'price__avg': 34.35}


aggregate()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。键的名称是聚合值的标识符,值是计算出来的聚合值。键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一个名称,可以向聚合子句提供它。

>>> Book.objects.aggregate(average_price=Avg('price'))

{'average_price': 34.35}


如果你希望生成不止一个聚合,你可以向aggregate()子句中添加另一个参数。所以,如果你也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,count

>>> Book.objects.aggregate(Avg('price'), Max('price'), Min('price'))

{'price__avg': 34.35, 'price__max': Decimal('81.20'), 'price__min': Decimal('12.99')}

分组查询

annotate()为调用的QuerySet中每一个对象都生成一个独立的统计值(统计方法用聚合函数)。

返回值是queryset

单表分组查询

emp:

5id  name age   salary    dep
1 alex 12 2000 销售部
2 egon 22 3000 人事部
3 wen 22 5000 人事部
    # 示例1
# 查询每一个部门的名称以及员工的平均薪水 SQL:select dep,Avg(salary) from emp group by dep ret=Emp.objects.values("dep").annotate(avg_salary=Avg("salary"))
print(ret) # <QuerySet [{'avg_salary': 5000.0, 'dep': '保安部'}, {'avg_salary': 51000.0, 'dep': '教学部'}]> # 单表分组查询的ORM语法: 单表模型.objects.values("group by的字段").annotate(聚合函数("统计字段")) # 示例2
# 查询每一个省份的名称以及员工数 ret=Emp.objects.values("province").annotate(c=Count("id"))
print(ret) # <QuerySet [{'province': '山东省', 'c': 2}, {'province': '河北省', 'c': 1}]> # 补充知识点: ret=Emp.objects.all()
print(ret) # select * from emp
ret=Emp.objects.values("name")
print(ret) # select name from emp Emp.objects.all().annotate(avg_salary=Avg("salary")) # 在单表分组下,按照主键进行group by 没有意义。

多表分组查询

Book表

        id   title    date      price  publish_id
1 红楼梦 2012-12-12 101 1
2 西游记 2012-12-12 101 1
3 三国演绎 2012-12-12 101 1
4 水浒传 2012-12-12 301 2 Publish表
id name addr email
1 人民出版社 北京 123@qq.com
2 南京出版社 南京 345@163.com
    ## 示例1 查询每一个出版社的名称以及出版的书籍个数

    ret = Publish.objects.values("id").annotate(c=Count("book__title"))
print(ret) # <QuerySet [{'nid': 1, 'c': 3}, {'nid': 2, 'c': 1}]> ret = Publish.objects.values("name").annotate(c=Count("book__title"))
print(ret) # <QuerySet [{'name': '人民出版社', 'c': 3}, {'name': '南京出版社', 'c': 1}]> ret = Publish.objects.values("id").annotate(c=Count("book__title")).values("name", "c") 通过value取值
print(ret) # <QuerySet [{'name': '人民出版社', 'c': 3}, {'name': '南京出版社', 'c': 1}]> ## 示例2 查询每一个作者的名字以及出版过的书籍的最高价格
ret = Author.objects.values("pk").annotate(max_price=Max("book__price")).values("name", "max_price")
print(ret) # 总结 跨表的分组查询的模型:
# 每一个后表模型.objects.values("pk").annotate(聚合函数(关联表__统计字段))
# 示例3 查询每一个书籍的名称以及对应的作者个数
ret = Book.objects.values("pk").annotate(c=Count("authors__name")).values("title", "c")
print(ret) #################### 跨表分组查询的另一种玩法 #################### # 示例1 查询每一个出版社的名称以及出版的书籍个数
# ret=Publish.objects.values("id").annotate(c=Count("book__title")).values("name","email","c") #ret是一个对象,里面有所有的字段信息
# ret=Publish.objects.all().annotate(c=Count("book__title")).values("name","c","city")  # all()按照表publish的所有字段,结果一样
  # ret=Publish.objects.all().annotate(c=Count("book__title"))显示两个publish 对象,而且加all 和不加all也是一样的
ret=Publish.objects.annotate(c=Count("book__title")).values("name","c","city")
print(ret)

总结

# 总结 跨表的分组查询的模型:
# 每一个后的表模型.objects.values("pk").annotate(聚合函数(关联表__统计字段)).values("表模型的所有字段以及统计字段")
# 每一个后的表模型.objects.annotate(聚合函数(关联表__统计字段)).values("表模型的所有字段以及统计字段")

临时给表添加字段

直接在相应的类中添加新字段,

然后必须要添加默认数据,否则会报错

然后重新迁移数据。

F查询

在上面所有的例子中,我们构造的过滤器都只是将字段值与某个常量做比较。如果我们要对两个字段的值做比较,那该怎么做呢?

Django 提供 F() 来做这样的比较。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。

# 查询评论数大于收藏数的书籍

   from django.db.models import F
Book.objects.filter(commnetNum__lt=F('keepNum'))

Django 支持 F() 对象之间以及 F() 对象和常数之间的加减乘除和取模的操作。

# 查询评论数大于收藏数2倍的书籍
Book.objects.filter(commnetNum__lt=F('keepNum')*2)

修改操作也可以使用F函数,比如将每一本书的价格提高30元:

Book.objects.all().update(price=F("price")+30)

Q查询

filter() 等方法中的关键字参数查询都是一起进行“AND” 的。 如果你需要执行更复杂的查询(例如OR 语句),你可以使用Q 对象

from django.db.models import Q
Q(title__startswith='Py')

Q 对象可以使用&| 操作符组合起来。当一个操作符在两个Q 对象上使用时,它产生一个新的Q 对象。

bookList=Book.objects.filter(Q(authors__name="yuan")|Q(authors__name="egon"))

等同于下面的SQL WHERE 子句:

WHERE name ="yuan" OR name ="egon"

你可以组合&|  操作符以及使用括号进行分组来编写任意复杂的Q 对象。同时,Q 对象可以使用~ 操作符取反,这允许组合正常的查询和取反(NOT) 查询:

bookList=Book.objects.filter(Q(authors__name="yuan") & ~Q(publishDate__year=2017)).values_list("title")

查询函数可以混合使用Q 对象和关键字参数。所有提供给查询函数的参数(关键字参数或Q 对象)都将"AND”在一起。但是,如果出现Q 对象,它必须位于所有关键字参数的前面。例如:

bookList=Book.objects.filter(Q(publishDate__year=2016) | Q(publishDate__year=2017),
title__icontains="python")

web框架开发-Django模型层(2)-多表操作的更多相关文章

  1. web框架开发-Django模型层(1)之ORM简介和单表操作

    ORM简介 不需要使用pymysql的硬编码方式,在py文件中写sql语句,提供更简便,更上层的接口,数据迁移方便(有转换的引擎,方便迁移到不同的数据库平台)…(很多优点),缺点,因为多了转换环节,效 ...

  2. Django模型层之单表操作

    Django模型层之单表操作 一 .ORM简介 我们在使用Django框架开发web应用的过程中,不可避免地会涉及到数据的管理操作(如增.删.改.查),而一旦谈到数据的管理操作,就需要用到数据库管理软 ...

  3. day 69 Django基础五之django模型层(一)单表操作

    Django基础五之django模型层(一)单表操作   本节目录 一 ORM简介 二 单表操作 三 章节作业 四 xxx 一 ORM简介 MVC或者MVC框架中包括一个重要的部分,就是ORM,它实现 ...

  4. day 55 Django基础五之django模型层(一)单表操作

      Django基础五之django模型层(一)单表操作   本节目录 一 ORM简介 二 单表操作 三 章节作业 四 xxx 一 ORM简介 MVC或者MVC框架中包括一个重要的部分,就是ORM,它 ...

  5. {django模型层(二)多表操作}一 创建模型 二 添加表记录 三 基于对象的跨表查询 四 基于双下划线的跨表查询 五 聚合查询、分组查询、F查询和Q查询

    Django基础五之django模型层(二)多表操作 本节目录 一 创建模型 二 添加表记录 三 基于对象的跨表查询 四 基于双下划线的跨表查询 五 聚合查询.分组查询.F查询和Q查询 六 xxx 七 ...

  6. day 70 Django基础五之django模型层(二)多表操作

    Django基础五之django模型层(二)多表操作   本节目录 一 创建模型 二 添加表记录 三 基于对象的跨表查询 四 基于双下划线的跨表查询 五 聚合查询.分组查询.F查询和Q查询 六 ORM ...

  7. day 56 Django基础五之django模型层(二)多表操作

    Django基础五之django模型层(二)多表操作   本节目录 一 创建模型 二 添加表记录 三 基于对象的跨表查询 四 基于双下划线的跨表查询 五 聚合查询.分组查询.F查询和Q查询 六 ORM ...

  8. Django基础五之django模型层(一)单表操作

    一 ORM简介 MVC或者MVC框架中包括一个重要的部分,就是ORM,它实现了数据模型与数据库的解耦,即数据模型的设计不需要依赖于特定的数据库,通过简单的配置就可以轻松更换数据库,这极大的减轻了开发人 ...

  9. 05.Django基础五之django模型层(一)单表操作

    一 ORM简介 MVC或者MVC框架中包括一个重要的部分,就是ORM,它实现了数据模型与数据库的解耦,即数据模型的设计不需要依赖于特定的数据库,通过简单的配置就可以轻松更换数据库,这极大的减轻了开发人 ...

随机推荐

  1. .NET代码树执行时间计时器

    有很多时候我们需要对代码不同段计算一个执行时间,并希望通过节点树的方式表达现每段代码的执行时长.在.Net下似乎找不到这样一个功能类,所以花了一些时间实现这样一个代码运行计时器.首先看一下简单的需求. ...

  2. 通过Python、BeautifulSoup爬取Gitee热门开源项目

    一.安装 1.通过requests 对响应内容进行处理,requests.get()方法会返回一个Response对象 pip install requests 2.beautifulSoup对网页解 ...

  3. Python模块查找路径

    在编写Python程序时候命名在IDE中运行正常可是到了服务器上就出现各种问题,经常发生的就是如下的错误: ImportError: No module named 'hello' 这个错误我相信大家 ...

  4. .Net Core扩展 SharpPlugs简单上手

    SharpPlugs .Net Core 鋒利扩展,这是本人的开源项目 地址是 GitHub地址 大家喜欢 的话可以加个星哦 当前功能 DI AutoMapper ElasticSearch WebA ...

  5. C语言实现顺序栈的初始化&进栈&出栈&读取栈顶元素

    /*顺序表实现栈的一系列操作*/ #include<stdio.h> #include<stdlib.h> #define Stack_Size 50 //设栈中元素个数为50 ...

  6. leetcode — remove-duplicates-from-sorted-array

    import java.util.Arrays; /** * Source : https://oj.leetcode.com/problems/remove-duplicates-from-sort ...

  7. cache2go源码最后一讲 - examples

    先看一下我们讲到哪里了: cache2go的源码前面我们已经讲完了cacheitem和cachetable的实现,今天cahce和examples会一起讲完~ 1.cache.go源码 ​      ...

  8. 痞子衡嵌入式:ARM Cortex-M文件那些事(3)- 工程文件(.ewp)

    大家好,我是痞子衡,是正经搞技术的痞子.今天痞子衡给大家讲的是嵌入式开发里的project文件. 前面两节课里,痞子衡分别给大家介绍了嵌入式开发中的两种典型input文件:源文件(.c/.h/.s). ...

  9. Springboot 系列(一)Spring Boot 入门篇

    注意:本 Spring Boot 系列文章基于 Spring Boot 版本 v2.1.1.RELEASE 进行学习分析,版本不同可能会有细微差别. 前言 由于 J2EE 的开发变得笨重,繁多的配置, ...

  10. JDK源码分析(四)—— ConcurrentHashMap

    一.概述 ConcurrentHashMap是Java5中新增加的一个线程安全的Map集合,可以用来替代HashTable. 锁分段技术 原理:将数据分成一段一段的存储,然后给每一段数据配一把锁,当一 ...