17.-关系映射
一、什么是关系映射
在关系型数据库中,通常不会把所有数据都放同一张表中,不易于扩张,常见关系映射有
1.一对一映射 如:一个身份证对应一个人
2.一对多映射 如:一个班级对应多个学生
3.多对多映射 如:一个学生可以报多个课程,一个课程可以有多个学生
二、一对一
语法:OneToOneField(类名,on_delete=xxx) 示例: class A(model.Model): ... clss B(model.Model): # 字段1指定要关联的模型类(设置外键指向对方),字段2表示要级联删除的信息 属性 = models.OneToOneField(A,on_delete=xxx) ps:属性名建议为关联模型类的小写
常用on_delete-级联删除
常用on_delete-级联删除 1.models.CASCADE:级联删除,Django模拟sql约束on delete cascade的行为,并删除包含ForeignKey的对象 2.models.PROTECT 抛出ProtectedError 以阻止被引用对象的删除,等同于mysql默认的restrict 3.SET_NULL 设置ForeignKey null,需要指定null=True 4.SET_DEFAULT 将ForeignKey设置为其默认值,必须设置ForeignKey的默认值
一对一创建数据
无外键的模型类[Author] author1 = Author.objects.create(name='王先生') 有外键的模型类[Wife] wife1 = Wife.objects.create(name='王夫人',author=author1) #拿外键属性绑定,必须指定对应的对象 关联王老师obj wife1 = Wife.objects.create(name='王夫人',author_id=1) #关联王老师对应主键值 拿外键字段绑定,绑定对应的字段值
正向查询:直接通过外键属性查询,则称为正向查询
wife = wife.objects.get(name = ‘王夫人’) print(wife.name ,’对应的是‘wife.author.name)
反向查询:没有外键属性的一方可以调用反向属性查询到关联的另一方
反向关联属性为 实例对象.引用类名(小写)-当反向引用不存在时,则会触发异常 author1 = Author.objects.get(name='王老师') author1.wife.name
三、一对多映射
一对多是表示现实事物间存在的一对多的对应关系
例如一个学校有多个班级,一个班级有多个学生,一个出版社可以出版多本图书
一对多需要明确出具体角色,在多表上设置外键
语法:当一个A类对象可以关联多个B类对象时
class A (model.Model): ... class B(model.Model): 属性= models.Foreignkey(‘一’的模型类,on_delete = xxx)
四、一对多创建数据
先创建【一】再创建【多】
五、一对多-查询数据
1.正向查询【通过Book查询Publisher】
通过外键属性查询即可
2.反向查询
反向属性- 模型类名_set
六、多对多映射
多对多表达对象之间多对多复杂关系,如每个人都有不同的学校,每个学校有不同的学生
mysql中创建多对多需要依赖第三张表来实现
Django中无需手动创建第三张表,Django会自动完成
语法:在关联的两个类中的任意一个类中,增加:
属性= models.ManyToManyField(MyModel)
示例:一个作者可以出版多本图书,一本图书可以被多个作者联名编写
七、多对多创建数据
方案1 先创建author再关联book
方案2 先创建book 再关联author
八、多对多-查询数据
正向查询 有多对多属性的对象 查另一方
通过Book查询对应的所有的Author
此时多对多属性等同于objects
book.authors.all() -> 获取book对应的所有的author的信息 book.authors.fillter(age__gt=80) ->获取book对应的作者中年龄大于80岁的作者的信息
反向查询
通过author查询对应的所有的book
author.book_set.all()
author.book_set.filter()
风月都好看,人间也浪漫.
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)