[django]django查询最佳实战

from django.db.models import Max, Min, Sum, Avg, Count, Q, F

Django中的F和Q函数

一、F介绍

作用：操作数据表中的某列值，F()允许Django在未实际链接数据的情况下具有对数据库字段的值的引用，不用获取对象放在内存中再对字段进行操作，直接执行原生产sql语句操作。

通常情况下我们在更新数据时需要先从数据库里将原数据取出后方在内存里，然后编辑某些属性，最后提交。例如：(先在业务逻辑层完成计算, 后再db层完成一次性更新)

obj = Order.objects.get(orderid='12')
obj.amount += 1
obj.order.save()

上述方法生成的sql语句为：

UPDATE `core_order` SET ..., `amount` = 22           WHERE `core_order`.`orderid` = '12' # ...表示Order中的其他值，在这里会重新赋一遍值; 22表示为计算后的结果

但是我们本意想生成的sql语句为：(业务逻辑层不做处理, 直接在sql层完成运算.)

UPDATE `core_order` SET ..., `amount` = `amount` + 1 WHERE `core_order`.`orderid` = '12'

此时F的使用场景就在于此：

from django.db.models import F
from core.models import Order

obj = Order.objects.get(orderid='12')
obj.amount = F('amount') + 1
obj.save()

#生成的sql语句为：
UPDATE `core_order` SET ..., `amount` = `core_order`.`amount` + 1 WHERE `core_order`.`orderid` = '12' # 和预计的一样

当Django程序中出现F()时，Django会使用SQL语句的方式取代标准的Python操作。

上述代码中不管 order.amount 的值是什么，Python都不曾获取过其值，python做的唯一的事情就是通过Django的F()函数创建了一条SQL语句然后执行而已。

需要注意的是在使用上述方法更新过数据之后需要重新加载数据来使数据库中的值与程序中的值对应：

order= Order.objects.get(pk=order.pk)

或者使用更加简单的方法：

order.refresh_from_db()

参考博客：http://www.tuicool.com/articles/u6FBRz

官方地址：https://docs.djangoproject.com/en/1.11/ref/models/expressions/

二、Q介绍

Q支持and和or. 一般用他的or功能

作用：对对象进行复杂查询，并支持&（and）,|（or），~（not）操作符。

基本使用：

from django.db.models import Q
search_obj=Asset.objects.filter(Q(hostname__icontains=keyword)|Q(ip=keyword))

如果查询使用中带有关键字查询，Q对象一定要放在前面

Asset.objects.get(
Q(pub_date=date(2005, 5, 2)) | Q(pub_date=date(2005, 5, 6)),
question__startswith='Who')

#查询评论数大于50或者阅读数大于50的书，并且价格小于100
models.Book.objects.filter(Q(Q(comment_num__gt=50)|Q(read_num__gt=50))&Q(price__lt=100))

错误使用方法

models.Book.objects.filter(price__lt=100，Q(comment_num__gt=10)|Q(read_num__lt=100))
#这是错误的写法，price__lt=100必须放在条件的最后面

参考：

博客：http://www.cnblogs.com/linjiqin/p/3817814.html

官网地址：https://docs.djangoproject.com/en/1.11/topics/db/queries/#complex-lookups-with-q

django中聚合aggregate和annotate GROUP BY的使用方法

什么叫聚合? (聚合函数可以单独使用，不一定要和分组组合用)

- 查询学生总人数
select count(name) from students;

常见的聚合函数有AVG / COUNT / MAX / MIN /SUM 等。除了 COUNT 以外，聚合函数都会忽略空值。

from django.db.models import Max, Min, Sum, Avg, Count, Q, F

什么叫分组?(聚合函数通常会和分组组合用)

- 以每个班级分组(以班级为维度),  统计每个班级的人数
select count(name) from students group by class;

aggregate和annotate的区别:

- aggregate(聚合函数)
Book.objects.all().aggregate(Avg('price'))

- annotate = aggregate + GROUP BY   # category annotate 类别标注
MessageTab.objects.values_list('msg_status').annotate(Count('id'))

SELECT `message_tab`.`msg_status`, COUNT(`message_tab`.`id`) AS `id__count` FROM `message_tab` GROUP BY `message_tab`.`msg_status` ORDER BY NULL;

1. 通过annotate之前values_list的来进行group by. 本例中通过msg_status来groupby.
2. MessageTab.objects.values_list('msg_status').annotate(Count('id')).values('id'), 最后一个values显示id列.

注: aggregate返回结果是个字典，是queryset的终止语句。而annotate返回的是一个queryset,可以链式调用(我发现aggregate方法不能调用query)
MessageTab.objects.values('msg_status').annotate(Avg("src_svc_id")).values('src_svc_id').query

Django ORM常用操作介绍（新手必看）

基础操作

orm	sql	作用
User.objects.all()	select * from User	获取所有数据
User.objects.filter(name='毛台')	select * from User where name = '毛台'	匹配
User.objects.exclude(name='毛台')	select * from User where name != '毛台'	不匹配
User.objects.get(id=123)	select * from User where id = 724	获取单条数据（有且仅有一条，id唯一）

常用操作

__gt __get __lt
__in
__isnull
__contains
__icontains
__range
__startswith  __endswith
__istartswith __iendswith

.count()
.order("-d", "name")

(Q()|Q())&Q()

# 获取总数，对应SQL：select count(1) from User
User.objects.count()

# 获取总数，对应SQL：select count(1) from User where name = '毛台'
User.objects.filter(name='毛台').count()

# 大于，>，对应SQL：select * from User where id > 724
User.objects.filter(id__gt=724)

# 大于等于，>=，对应SQL：select * from User where id >= 724
User.objects.filter(id__gte=724)

# 小于，<，对应SQL：select * from User where id < 724
User.objects.filter(id__lt=724)

# 小于等于，<=，对应SQL：select * from User where id <= 724
User.objects.filter(id__lte=724)

# 同时大于和小于， 1 < id < 10，对应SQL：select * from User where id > 1 and id < 10
User.objects.filter(id__gt=1, id__lt=10)

# 包含，in，对应SQL：select * from User where id in (11,22,33)
User.objects.filter(id__in=[11, 22, 33])

# 不包含，not in，对应SQL：select * from User where id not in (11,22,33)
User.objects.exclude(id__in=[11, 22, 33])

# 为空：isnull=True，对应SQL：select * from User where pub_date is null
User.objects.filter(pub_date__isnull=True)

# 不为空：isnull=False，对应SQL：select * from User where pub_date is not null
User.objects.filter(pub_date__isnull=True)

# 匹配，like，大小写敏感，对应SQL：select * from User where name like '%sre%'，SQL中大小写不敏感
User.objects.filter(name__contains="sre")

# 匹配，like，大小写不敏感，对应SQL：select * from User where name like '%sre%'，SQL中大小写不敏感
User.objects.filter(name__icontains="sre")

# 不匹配，大小写敏感，对应SQL：select * from User where name not like '%sre%'，SQL中大小写不敏感
User.objects.exclude(name__contains="sre")

# 不匹配，大小写不敏感，对应SQL：select * from User where name not like '%sre%'，SQL中大小写不敏感
User.objects.exclude(name__icontains="sre")

# 范围，between and，对应SQL：select * from User where id between 3 and 8
User.objects.filter(id__range=[3, 8])

# 以什么开头，大小写敏感，对应SQL：select * from User where name like 'sh%'，SQL中大小写不敏感
User.objects.filter(name__startswith='sre')

# 以什么开头，大小写不敏感，对应SQL：select * from User where name like 'sh%'，SQL中大小写不敏感
User.objects.filter(name__istartswith='sre')

# 以什么结尾，大小写敏感，对应SQL：select * from User where name like '%sre'，SQL中大小写不敏感
User.objects.filter(name__endswith='sre')

# 以什么结尾，大小写不敏感，对应SQL：select * from User where name like '%sre'，SQL中大小写不敏感
User.objects.filter(name__iendswith='sre')

# 排序，order by，正序，对应SQL：select * from User where name = '毛台' order by id
User.objects.filter(name='毛台').order_by('id')

# 多级排序，order by，先按name进行正序排列，如果name一致则再按照id倒叙排列
User.objects.filter(name='毛台').order_by('name','-id')

# 排序，order by，倒序，对应SQL：select * from User where name = '毛台' order by id desc
User.objects.filter(name='毛台').order_by('-id')

进阶操作

# limit，对应SQL：select * from User limit 3;
User.objects.all()[:3]

# limit，取第三条以后的数据，没有对应的SQL，类似的如：select * from User limit 3,10000000，从第3条开始取数据，取10000000条（10000000大于表中数据条数）
User.objects.all()[3:]

# offset，取出结果的第10-20条数据（不包含10，包含20）,也没有对应SQL，参考上边的SQL写法
User.objects.all()[10:20]

# 分组，group by，对应SQL：select username,count(1) from User group by username;
from django.db.models import Count
User.objects.values_list('username').annotate(Count('id'))

# 去重distinct，对应SQL：select distinct(username) from User
User.objects.values('username').distinct().count()

# filter多列、查询多列，对应SQL：select username,fullname from accounts_user
User.objects.values_list('username', 'fullname')

# filter单列、查询单列，正常values_list给出的结果是个列表，里边里边的每条数据对应一个元组，当只查询一列时，可以使用flat标签去掉元组，将每条数据的结果以字符串的形式存储在列表中，从而避免解析元组的麻烦
User.objects.values_list('username', flat=True)

# int字段取最大值、最小值、综合、平均数
from django.db.models import Sum,Count,Max,Min,Avg

User.objects.aggregate(Count(‘id’))
User.objects.aggregate(Sum(‘age’))

时间字段

# 匹配日期，date
User.objects.filter(create_time__date=datetime.date(2018, 8, 1))
User.objects.filter(create_time__date__gt=datetime.date(2018, 8, 2))

# 匹配年，year
User.objects.filter(create_time__year=2018)
User.objects.filter(create_time__year__gte=2018)

# 匹配月，month
User.objects.filter(create_time__month__gt=7)
User.objects.filter(create_time__month__gte=7)

# 匹配日，day
User.objects.filter(create_time__day=8)
User.objects.filter(create_time__day__gte=8)

# 匹配周，week_day
 User.objects.filter(create_time__week_day=2)
User.objects.filter(create_time__week_day__gte=2)

# 匹配时，hour
User.objects.filter(create_time__hour=9)
User.objects.filter(create_time__hour__gte=9)

# 匹配分，minute
User.objects.filter(create_time__minute=15)
User.objects.filter(create_time__minute_gt=15)

# 匹配秒，second
User.objects.filter(create_time__second=15)
User.objects.filter(create_time__second__gte=15)

# 按天统计归档
today = datetime.date.today()
select = {'day': connection.ops.date_trunc_sql('day', 'create_time')}
deploy_date_count = Task.objects.filter(
    create_time__range=(today - datetime.timedelta(days=7), today)
).extra(select=select).values('day').annotate(number=Count('id'))

Q的使用

例如下边的语句

from django.db.models import Q

User.objects.filter(
    Q(role__startswith='sre_'),
    Q(name='公众号') | Q(name='毛台')
)

转换成SQL语句如下：

select * from User where role like 'sre_%' and (name='公众号' or name='毛台')

sql去重复操作详解SQL中distinct的用法

对应到orm

Blog.objects.values('title', 'subtitle').distinct().query

anonate例子

In [26]: print(Book.objects.annotate(price_diff=Max('price', output_field=FloatField())
    ...:  - Avg('price')).query)
SELECT `app02_book`.`id`, `app02_book`.`name`, `app02_book`.`pages`, `app02_book`.`price`, `app02_book`.`rating`, `app02_book`.`publisher_id`, `app02_book`.`pubdate`, (MAX(`app02_book`.`price`) - AVG(`app02_book`.`price`)) AS `price_diff` FROM `app02_book` GROUP BY `app02_book`.`id` ORDER BY NULL

concat

django-聚合、分组、F查询和Q查询、总结

聚合查询

from django.db.models import Max,Avg,F,Q,Min,Count,Sum

models.Book.objects.all().aggregate(Avg("price"),Max("price"),Min("price"),Sum("price"))

分组查询

queryset extra实现字段别名和queryset的合并