Django--查询操作

查询操作

查找是数据库操作中一个非常重要的技术。查询一般就是使用filter、exclude以及get三个方法来实现。我们可以在调用这些方法的时候传递不同的参数来实现查询需求。在ORM层面，这些查询条件都是使用field+__+condition的方式来使用的。以下将那些常用的查询条件来一一解释。

查询条件

exact：

使用精确的=进行查找。如果提供的是一个None，那么在SQL层面就是被解释为NULL。示例代码如下：

article = Article.objects.get(id__exact=14)
article = Article.objects.get(id__exact=None)

以上的两个查找在翻译为SQL语句为如下：

select ... from article where id=14;
select ... from article where id IS NULL;

iexact：

使用like进行查找。示例代码如下：

article = Article.objects.filter(title__iexact='hello world')

那么以上的查询就等价于以下的SQL语句：

select ... from article where title like ';

注意上面这个sql语句，因为在MySQL中，没有一个叫做ilike的。所以exact和iexact的区别实际上就是LIKE和=的区别，在大部分collation=utf8_general_ci情况下都是一样的（collation是用来对字符串比较的）。

contains：

大小写敏感，判断某个字段是否包含了某个数据。示例代码如下：

articles = Article.objects.filter(title__contains=hello')

在翻译成SQL语句为如下：

select ... where title like binary %hello%';

要注意的是，在使用contains的时候，翻译成的sql语句左右两边是有百分号的，意味着使用的是模糊查询。而exact翻译成sql语句左右两边是没有百分号的，意味着使用的是精确的查询。

icontains：

大小写不敏感的匹配查询。示例代码如下：

articles = Article.objects.filter(title__icontains=')

在翻译成SQL语句为如下：

select ... where title like '%hello%';

in：

提取那些给定的field的值是否在给定的容器中。容器可以为list、tuple或者任何一个可以迭代的对象，包括QuerySet对象。示例代码如下：

articles = Article.objects.filter(id__in=[1,2,3])

以上代码在翻译成SQL语句为如下：

where id in (1,3,1); font-weight: bold">4)

当然也可以传递一个QuerySet对象进去。示例代码如下：

inner_qs = Article.objects.filter(title__contains=')
categories = Category.objects.filter(article__in=inner_qs)

以上代码的意思是获取那些文章标题包含hello的所有分类。
将翻译成以下SQL语句，示例代码如下：

select ...from category where article.id in (select id from article ');

gt：

某个field的值要大于给定的值。示例代码如下：

articles = Article.objects.filter(id__gt=4)

以上代码的意思是将所有id大于4的文章全部都找出来。
将翻译成以下SQL语句：

select ... where id > 4;

gte：

类似于gt，是大于等于。

lt：

类似于gt是小于。

lte：

类似于lt，是小于等于。

startswith：

判断某个字段的值是否是以某个值开始的。大小写敏感。示例代码如下：　　

articles = Article.objects.filter(title__startswith=')

以上代码的意思是提取所有标题以hello字符串开头的文章。
将翻译成以下SQL语句：

hello%'

istartswith：

类似于startswith，但是大小写是不敏感的。

endswith：

判断某个字段的值是否以某个值结束。大小写敏感。示例代码如下：

articles = Article.objects.filter(title__endswith=world')

以上代码的意思是提取所有标题以world结尾的文章。
将翻译成以下SQL语句：

%world';

iendswith：

类似于endswith，只不过大小写不敏感。

range：

判断某个field的值是否在给定的区间中。示例代码如下：

from django.utils.timezone import make_aware
from datetime  datetime
start_date = make_aware(datetime(year=2018,month=1,day=1))
end_date = make_aware(datetime(year=2018,month=3,day=29,hour=16))
articles = Article.objects.filter(pub_date__range=(start_date,end_date))

以上代码的意思是提取所有发布时间在2018/1/1到2018/12/12之间的文章。
将翻译成以下的SQL语句：

where pub_time between 2018-01-01' and 2018-12-12'。

需要注意的是，以上提取数据，不会包含最后一个值。也就是不会包含2018/12/12的文章。
而且另外一个重点，因为我们在settings.py中指定了USE_TZ=True，并且设置了TIME_ZONE='Asia/Shanghai'，因此我们在提取数据的时候要使用django.utils.timezone.make_aware先将datetime.datetime从navie时间转换为aware时间。make_aware会将指定的时间转换为TIME_ZONE中指定的时区的时间。

date：

针对某些date或者datetime类型的字段。可以指定date的范围。并且这个时间过滤，还可以使用链式调用。示例代码如下：

articles = Article.objects.filter(pub_date__date=date(2018,1); font-weight: bold">29))

以上代码的意思是查找时间为2018/3/29这一天发表的所有文章。
将翻译成以下的sql语句：

WHERE DATE(CONVERT_TZ(`front_article`.`pub_date`,UTC',1)">Asia/Shanghai')) = 2018-0329

注意，因为默认情况下MySQL的表中是没有存储时区相关的信息的。因此我们需要下载一些时区表的文件，然后添加到Mysql的配置路径中。如果你用的是windows操作系统。那么在http://dev.mysql.com/downloads/timezones.html下载timezone_2018d_posix.zip - POSIX standard。然后将下载下来的所有文件拷贝到C:\ProgramData\MySQL\MySQL Server 5.7\Data\mysql中，如果提示文件名重复，那么选择覆盖即可。
如果用的是linux或者mac系统，那么在命令行中执行以下命令：mysql_tzinfo_to_sql /usr/share/zoneinfo | mysql -D mysql -u root -p，然后输入密码，从系统中加载时区文件更新到mysql中。

根据关联的表进行查询：

假如现在有两个ORM模型，一个是Article，一个是Category。代码如下：

class Category(models.Model):
    """文章分类表"""
    name = models.CharField(max_length=100)

 Article(models.Model):
    文章表
    title = models.CharField(max_length=100,null=True)
    category = models.ForeignKey("Category",on_delete=models.CASCADE)

比如想要获取文章标题中包含"hello"的所有的分类。那么可以通过以下代码来实现：

categories = Category.object.filter(article__title__contains("))

聚合函数：

如果你用原生SQL，则可以使用聚合函数来提取数据。比如提取某个商品销售的数量，那么可以使用Count，如果想要知道商品销售的平均价格，那么可以使用Avg。
聚合函数是通过aggregate方法来实现的。在讲解这些聚合函数的用法的时候，都是基于以下的模型对象来实现的。

 from django.db  models

  Author(models.Model):
     作者模型
     name = models.CharField(max_length=100)
     age = models.IntegerField()
     email = models.EmailField()

      Meta:
         db_table = author'
  Publisher(models.Model):
     出版社模型
     name = models.CharField(max_length=300)

     publisher'    
  Book(models.Model):
     图书模型)
     pages = models.IntegerField()
     price = models.FloatField()
     rating = models.FloatField()
     author = models.ForeignKey(Author,on_delete=models.CASCADE)
     publisher = models.ForeignKey(Publisher,1)">models.CASCADE)

     book'


  BookOrder(models.Model):
     图书订单模型
     book = models.ForeignKey(Bookmodels.CASCADE)
     price = models.FloatField()

     book_order'

Avg：求平均值。比如想要获取所有图书的价格平均值。那么可以使用以下代码实现。

 from django.db.models  Avg
 result = Book.objects.aggregate(Avg(price))
 print(result)

以上的打印结果是：

 {price__avg":23.0}

其中price__avg的结构是根据field__avg规则构成的。如果想要修改默认的名字，那么可以将Avg赋值给一个关键字参数。示例代码如下：

  Avg
 result = Book.objects.aggregate(my_avg=Avg(print(result)

那么以上的结果打印为：

 {my_avg":23}

Count：获取指定的对象的个数。示例代码如下

  Count
 result = Book.objects.aggregate(book_num=Count(id'))

以上的result将返回Book表中总共有多少本图书。
Count类中，还有另外一个参数叫做distinct，默认是等于False，如果是等于True，那么将去掉那些重复的值。比如要获取作者表中所有的不重复的邮箱总共有多少个，那么可以通过以下代码来实现：

     from djang.db.models  Count
     result = Author.objects.aggregate(count=Count(email
  Max,Min
 result = Author.objects.aggregate(Max(age'),Min('))    

如果最大的年龄是88,最小的年龄是18。那么以上的result将为：

 {age__max":88,1)">age__min":18}

Sum：求指定对象的总和。比如要求图书的销售总额。那么可以使用以下代码实现：

  Sum
 result = Book.objects.annotate(total=Sum(bookstore__price")).values(nametotal")

以上的代码annotate的意思是给Book表在查询的时候添加一个字段叫做total，这个字段的数据来源是从BookStore模型的price的总和而来。values方法是只提取name和total两个字段的值。

F表达式和Q表达式：

F表达式：

F表达式是用来优化ORM操作数据库的。比如我们要将公司所有员工的薪水都增加1000元，如果按照正常的流程，应该是先从数据库中提取所有的员工工资到Python内存中，然后使用Python代码在员工工资的基础之上增加1000元，最后再保存到数据库中。这里面涉及的流程就是，首先从数据库中提取数据到Python内存中，然后在Python内存中做完运算，之后再保存到数据库中。示例代码如下：

employees = Employee.objects.all()
for employee in employees:
    employee.salary += 1000
    employee.save()

而我们的F表达式就可以优化这个流程，他可以不需要先把数据从数据库中提取出来，计算完成后再保存回去，他可以直接执行SQL语句，就将员工的工资增加1000元。示例代码如下：

 F
Employee.object.update(salary=F(salary")+1000)

F表达式并不会马上从数据库中获取数据，而是在生成SQL语句的时候，动态的获取传给F表达式的值。

比如如果想要获取作者中，name和email相同的作者数据。如果不使用F表达式，那么需要使用以下代码来完成：

    authors = Author.objects.all()
    for author  authors:
        if author.name == author.email:
            print(author)

如果使用F表达式，那么一行代码就可以搞定。示例代码如下：

     F
    authors = Author.objects.filter(name=F("))

Q表达式：

如果想要实现所有价格高于100元，并且评分达到9.0以上评分的图书。那么可以通过以下代码来实现：

books = Book.objects.filter(price__gte=100,rating__gte=9)

以上这个案例是一个并集查询，可以简单的通过传递多个条件进去来实现。
但是如果想要实现一些复杂的查询语句，比如要查询所有价格低于10元，或者是评分低于9分的图书。那就没有办法通过传递多个条件进去实现了。这时候就需要使用Q表达式来实现了。示例代码如下：

 Q
books = Book.objects.filter(Q(price__lte=10) | Q(rating__lte=9))

以上是进行或运算，当然还可以进行其他的运算，比如有&和~（非）等。一些用Q表达式的例子如下：

 Q
# 获取id等于3的图书
books = Book.objects.filter(Q(id=3))
 获取id等于3，或者名字中包含文字"记"的图书
books = Book.objects.filter(Q(id=3)|Q(name__contains(记")))
 获取价格大于100，并且书名中包含"记"的图书
books = Book.objects.filter(Q(price__gte=100)&Q(name__contains( 获取书名包含“记”，但是id不等于3的图书
books = Book.objects.filter(Q(name__contains=') & ~Q(id=3))