# 把 model 转化为 迭代器去循环

MODEL.objects.all().iterator()

# 等同于 values, values_list, 但是 only 这种方式 获取字段属性依旧使用  Model.属性

MODEL.objects.only("FIELDS", "FIELDS", ...)  

查询操作的两种模式:

关系表创建时的约束属性:

(1)一对一:models.OneToOneField()

(2)多对一:models.ForeignKey()

(3)多对多:models.ManyToManyField()

正向查询:

从设置了约束属性的表开始进行查询的就是正向查询;

正向查询用属性:

基于对象的一对一和多对一的查询结果只有一条,即为对象,可以直接用.进行取值;多对多的查询结果可能有多条,即为表控制器,取值与单表操作相同

基于双下划线的正向查询用属性__进行联表,结果为queryset类型,用values取值,双下划线可以用在任意函数内

反向查询:

从没有设置约束属性的表开始查询的就是反向查询。

反向查询类名(小写):

基于对象的一对一查询结果只有一条,即为对象,可以直接用.进行取值;多对一个多对多的查询结果可能有多条,用类名小写_set得到表控制器,取值与单表操作相同

基于双下划线的反向查询用类名小写__进行联表,结果为queryset类型,用values取值,双下划线可以用在任意函数内

基于对象的跨表查询(sql子查询):

# 基于对象的多表查询:

正向查询用属性,结果为一条则是对象(一对一,多对一),结果可能多条类似控制器(多对多),可用单表操作方法取值

反向查询用类名小写,结果为一条的直接用类名小写则是对象(一对一),结果可能有多条的用类名小写_set(多对一,多对多)类似控制器,可用单表操作取值

#一对一

    # 正向查询:作者小太阳的电话号

    author_obj=models.Author.objects.filter(author_name='小太阳')[0]

ret=author_obj.author_detail.author_telephone

print(ret)#110

    # 反向查询:电话为110的作者

    authordetail_obj=models.AuthorDetail.objects.filter(author_telephone=110).first()

ret=authordetail_obj.author.author_name

print(ret)#小太阳

# 多对一

    #正向查询:时光不散的图书的出版社名字

    book_obj=models.Book.objects.get(book_name='时光不散')

ret=book_obj.book_publisher.publish_name

print(ret)#小太阳出版社

    # 反向查询:未来出版社穿的图书名称

    publish_obj=models.Publish.objects.filter(publish_name='未来出版社').first()

ret=publish_obj.book_set.all().values('book_name')

print(ret)#<QuerySet [{'book_name': '小时光'}, {'book_name': '打破思维里的墙'}]>

#多对多

    #正向查询:时光不散的图书作者名字

    book_obj = models.Book.objects.get(book_name='时光不散')

ret=book_obj.author.all().values('id','author_name')

print(ret)#<QuerySet [{'id': 1, 'author_name': '小太阳'}, {'id': 2, 'author_name': '金庸'}, {'id': 7, 'author_name': '脉动'}]>

    #反向查询:小太阳写的书籍名称

    author_obj=models.Author.objects.filter(author_name='小太阳').first()

ret=author_obj.book_set.all().values('book_name')

print(ret)#<QuerySet [{'book_name': '打破思维里的墙'}, {'book_name': '时光不散'}]>

基于双下划线的跨表查询(sql联表查询):

#基于双下划线的多表查询:

# 一对一

    # 正向查询:作者小太阳的电话号

    ret=models.Author.objects.filter(author_name='小太阳').values('author_detail__author_telephone')

print(ret)#<QuerySet [{'author_detail__author_telephone': 110}]>

    #反向查询:作者小太阳的电话号

    ret=models.AuthorDetail.objects.filter(author__author_name='小太阳').values('author_telephone')

print(ret)#<QuerySet [{'author_telephone': 110}]>

    # 正向查询:电话为110的作者

    ret=models.Author.objects.filter(author_detail__author_telephone=110).values('author_name')

print(ret)#<QuerySet [{'author_name': '小太阳'}]>

    # 反向查询:电话为110的作者

    ret=models.AuthorDetail.objects.filter(author_telephone=110).values('author__author_name')

print(ret)#<QuerySet [{'author__author_name': '小太阳'}]>

#多对一

    # 正向查询:时光不散的图书的出版社名字

    ret=models.Book.objects.filter(book_name='时光不散').values('book_publisher__publish_name')

print(ret)#<QuerySet [{'book_publisher__publish_name': '小太阳出版社'}]>

    # 反向查询:时光不散的图书的出版社名字

    ret=models.Publish.objects.filter(book__book_name='时光不散').values('publish_name')

print(ret)#<QuerySet [{'publish_name': '小太阳出版社'}]>

    #  正向查询:未来出版社穿的图书名称

    ret=models.Book.objects.filter(book_publisher__publish_name='未来出版社').values('book_name')

print(ret)#<QuerySet [{'book_name': '小时光'}, {'book_name': '打破思维里的墙'}]>

    # 反向查询:未来出版社穿的图书名称

    ret=models.Publish.objects.filter(publish_name='未来出版社').values('book__book_name')

print(ret)#<QuerySet [{'book__book_name': '小时光'}, {'book__book_name': '打破思维里的墙'}]>

#多对多

    # 正向查询:时光不散的图书作者名字

    ret=models.Book.objects.filter(book_name='时光不散').values('author__author_name')

print(ret)#<QuerySet [{'author__author_name': '小太阳'}, {'author__author_name': '金庸'}, {'author__author_name': '脉动'}]>

    # 正向查询:时光不散的图书作者名字

    ret=models.Author.objects.filter(book__book_name='时光不散').values('author_name')

print(ret)#<QuerySet [{'author_name': '小太阳'}, {'author_name': '金庸'}, {'author_name': '脉动'}]>

    # 正向查询:小太阳写的书籍名称

    ret=models.Book.objects.filter(author__author_name='小太阳').values('book_name')

print(ret)#<QuerySet [{'book_name': '打破思维里的墙'}, {'book_name': '时光不散'}]>

    # 反向查询:小太阳写的书籍名称

    ret=models.Author.objects.filter(author_name='小太阳').values('book__book_name')

print(ret)#<QuerySet [{'book__book_name': '打破思维里的墙'}, {'book__book_name': '时光不散'}]>

基于双下划线的跨多表查询(有几个表就有几种查询方式):

    # 正向查询:小太阳出版社出版的图书和对应作者名字

    ret=models.Book.objects.filter(book_publisher__publish_name='小太阳出版社').values('book_name','author__author_name')

print(ret)#<QuerySet [{'book_name': '时光不散', 'author__author_name': '小太阳'}, {'book_name': '时光不散', 'author__author_name': '金庸'}, {'book_name': '时光不散', 'author__author_name': '脉动'}]>

   

    # 反向查询:小太阳出版社出版的图书和对应作者名字

    ret=models.Publish.objects.filter(publish_name='小太阳出版社').values('book__book_name','book__author__author_name')

print(ret)#<QuerySet [{'book__book_name': '时光不散', 'book__author__author_name': '小太阳'}, {'book__book_name': '时光不散', 'book__author__author_name': '金庸'}, {'book__book_name': '时光不散', 'book__author__author_name': '脉动'}]>

    ret=models.Author.objects.filter(book__book_publisher__publish_name='小太阳出版社').values('book__book_name','author_name')

print(ret)#<QuerySet [{'book__book_name': '时光不散', 'author_name': '小太阳'}, {'book__book_name': '时光不散', 'author_name': '金庸'}, {'book__book_name': '时光不散', 'author_name': '脉动'}]>

聚合查询、分组查询、F查询和Q查询

#聚合查询

    # 聚合查询使用的聚合类(类似sql中聚合函数)必须先通过模块导入

    # 聚合需要调用aggregate()函数

    # 聚合类条件是查询语句结束的标志,一般那放在最后

    # 聚合查询得到的结果是字典(聚合值必须取别名)

    # aggregate可以被控制器直接调用,也可被queryset调用   

   

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

# 查询所有图书的平均价格

    ret=models.Book.objects.aggregate(a=Avg('book_price'))

print(ret)#{'a': 16.25}

   

    # 查询所有图书的均价,最高价,最低价,总和以及总数

    ret=models.Book.objects.all().aggregate(avg=Avg('book_price'),max=Max('book_price'),min=Min('book_price'),count=Count('id'))

print(ret)#{'avg': 16.25, 'max': Decimal('33.00'), 'min': Decimal('10.00'), 'count': 4}

# 分组查询

    #分组查询类似sql中的group by分组

    # 分组查询需要调用annotate()函数

    #分组依据为annotate前使用的字段(可多个),参数一般使用聚合函数(别名可有可无)

    # 分组前使用的结果性字段和分组参数统计结果共同返回为分组查询的字典queryset类型,可进一步进行相关操作

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

# 查询不同价格的图书个数

    ret=models.Book.objects.values('book_price').annotate(n=Count('id'))

print(ret)#<QuerySet [{'book_price': Decimal('10.00'), 'n': 1}, {'book_price': Decimal('33.00'), 'n': 1}, {'book_price': Decimal('11.00'), 'n': 2}]>

    # 查询不止一个作者的图书名

    ret=models.Book.objects.annotate(n=Count('author__author_name')).filter(n__gt=2).values('book_name')

print(ret)#<QuerySet [{'book_name': '时光不散'}]>

    # 查询不同出版社出版的图书的个数

    ret=models.Publish.objects.values('publish_name').annotate(n=Count('book__id'))

print(ret)#<QuerySet [{'publish_name': '现代出版社', 'n': 1}, {'publish_name': '未来出版社', 'n': 2}, {'publish_name': '小太阳出版社', 'n': 1}]>

   

    ret=models.Book.objects.values('book_publisher__publish_name').annotate(n=Count('id'))

print(ret)#<QuerySet [{'book_publisher__publish_name': '现代出版社', 'n': 1}, {'book_publisher__publish_name': '未来出版社', 'n': 2}, {'book_publisher__publish_name': '小太阳出版社', 'n': 1}]>

# F查询

    #F查询使用F类必须从模块导入

    #查询中需要同行记录两个字段的值进行比较

    #F查询调用F类,传递相应的字段,即可获取同行记录的该字段值

    from django.db.models import F

# 查询有图书id大于作者id的图书名称

    ret=models.Book.objects.filter(id__gt=F('author__id')).values_list('book_name').distinct()

print(ret)#<QuerySet [('未来可期',), ('打破思维里的墙',), ('时光不散',)]>

#Q查询

    # Q查询使用Q类必须从模块导入

    # 查询中需要进行过滤条件的选择

    # Q查询进行条件选择可以使用&、|、~(与或非)

    # 每个条件都必须放在Q()中充当类参数

    #Q查询中的|选择条件必须放在所有逗号隔开的单个并列条件之前

   

    from django.db.models import Q

# 查询图书价格大于5且作者为小太阳的书籍名称

    # ret=models.Book.objects.filter(author__author_name='小太阳',book_price__gt=11).values('book_name')

    ret=models.Book.objects.filter(Q(book_price__gt=11)&Q(author__author_name='小太阳')).values('book_name')

print(ret)#<QuerySet [{'book_name': '打破思维里的墙'}, {'book_name': '时光不散'}]>

    #查询作者为小太阳,且图书价格大于5或者图书id大于4的书籍名称

    ret=models.Book.objects.filter(Q(author__author_name='小太阳')&Q(Q(book_price__gt=5)|Q(id__gt=4))).values('book_name')

# ret = models.Book.objects.filter(Q(book_price__gt=5) | Q(id__gt=4),author__author_name='小太阳').values('book_name')

    print(ret)#<QuerySet [{'book_name': '打破思维里的墙'}, {'book_name': '时光不散'}]>

Djano之ORM多表查询操作的更多相关文章

  1. python 之 Django框架(orm单表查询、orm多表查询、聚合查询、分组查询、F查询、 Q查询、事务、Django ORM执行原生SQL)

    12.329 orm单表查询 import os if __name__ == '__main__': # 指定当前py脚本需要加载的Django项目配置信息 os.environ.setdefaul ...

  2. ORM单表查询,跨表查询,分组查询

    ORM单表查询,跨表查询,分组查询   单表查询之下划线 models.Tb1.objects.filter(id__lt=10, id__gt=1) # 获取id大于1 且 小于10的值models ...

  3. 在MyBatis中查询数据、涉及多参数的数据访问操作、插入数据时获取数据自增长的id、关联表查询操作、动态SQL、关于配置MyBatis映射没有代码提示的解决方案

    1. 单元测试 在单元测试中,每个测试方法都需要执行相同的前置代码和后置代码,则可以自定义2个方法,分别在这2个方法中执行前置代码和后置代码,并为这2个方法添加@Before和@After注解,然后, ...

  4. MySQL/MariaDB数据库的多表查询操作

    MySQL/MariaDB数据库的多表查询操作 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.单表查询小试牛刀 [root@node105.yinzhengjie.org.cn ...

  5. 第十七篇 ORM跨表查询和分组查询---二次剖析

    ORM跨表查询和分组查询---二次剖析 阅读目录(Content) 创建表(建立模型) 基于对象的跨表查询 一对多查询(Publish与Book) 多对多查询 (Author 与 Book) 一对一查 ...

  6. Django ORM多表查询练习

    ORM多表查询 创建表结构: from django.db import models # 创建表结构 # Create your models here. class Class_grade(mod ...

  7. 57 ORM多表查询

    多表查询from django.db import models# Create your models here. class Author(models.Model): nid = models. ...

  8. 55-56 ORM多表查询

    多表查询: KEY   ====>  通过ORM引擎如何跨表: 正向查询按字段,反向查询按表名小写 模型的创建: from django.db import models # Create yo ...

  9. ORM多表查询下

    一.多表查询 1.基于双下划线的跨表查询 Django 还提供了一种直观而高效的方式在查询(lookups)中表示关联关系,它能自动确认 SQL JOIN 联系.要做跨关系查询,就使用两个下划线来链接 ...

随机推荐

  1. ansible的基础概念与部署(一)

  2. http的长连接与端连接

    长连接的定义:  HTTP1.1规定了默认保持长连接(HTTP persistent connection ,也有翻译为持久连接),数据传输完成了保持TCP连接不断开(不发RST包.不四次握手),等待 ...

  3. RedHat 的 crontab

    Chapter 39. Automated Tasks In Linux, tasks can be configured to run automatically within a specifie ...

  4. Longest XXX

    Longest Common Substring Brute Force 遍历a和b所有位置的组合,向后延伸,直到遇到两个不同的字符,复杂度是\(n^3\)级别. class Solution { p ...

  5. 码云git本地仓库链接远程仓库

    原文链接: 点我 git提交时,仓库是空的,本地有源码   应该打开cmd   归到项目路径 然后输入git push -u origin master -f 是把本地的项目强制推送到空的仓库 git ...

  6. C语言入门经典题目及其答案

    写在开始: 我叫风骨散人,名字的意思是我多想可以不低头的自由生活,可现实却不是这样.家境贫寒,总得向这个世界低头,所以我一直在奋斗,想改变我的命运给亲人好的生活,希望同样被生活绑架的你可以通过自己的努 ...

  7. 图论--拓扑排序--判断是否为DAG图

    #include<cstdio> #include<cstring> #include<vector> #include<queue> using na ...

  8. App 自动化环境搭建

    1.安装 Appium-desktop 工具 下载地址:https://github.com/appium/appium-desktop/releases 2.安装 Android 环境 安装 JDK ...

  9. Scrapy爬虫快速入门

    安装Scrapy Scrapy是一个高级的Python爬虫框架,它不仅包含了爬虫的特性,还可以方便的将爬虫数据保存到csv.json等文件中. 首先我们安装Scrapy. pip install sc ...

  10. jacoco 生成单测覆盖率报告

    一.jacoco 简介 jacoco 是一个开源的覆盖率工具,它针对的开发语言是 java.其使用方法很灵活,可以嵌入到 ant.maven 中:可以作为 Eclipse 插件:可以作为 javaAg ...