QuerySetAPI笔记
学习Django时做的笔记MarkDown文件点这里
# 模型.objects:
这个对象是`django.db.models.manager.Manager`的对象,这个类是一个空壳类,他上面的所有方法都是从`QuerySet`这个类上面拷贝过来的。因此我们只要学会了`QuerySet`,这个`objects`也就知道该如何使用了。
`Manager`源码解析:
```python
class_name = "BaseManagerFromQuerySet"
class_dict = {
'_queryset_class': QuerySet
}
class_dict.update(cls._get_queryset_methods(QuerySet))
# type动态的时候创建类
# 第一个参数是用来指定创建的类的名字。创建的类名是:BaseManagerFromQuerySet
# 第二个参数是用来指定这个类的父类。
# 第三个参数是用来指定这个类的一些属性和方法
return type(class_name,(cls,),class_dict)
_get_queryset_methods:这个方法就是将QuerySet中的一些方法拷贝出来
```
## filter/exclude/annotate:过滤/排除满足条件的/给模型添加新的字段。
# order_by:
```python
# 根据创建的时间正序排序
articles = Article.objects.order_by("create_time")
# 根据创建的时间倒序排序
articles = Article.objects.order_by("-create_time")
# 根据作者的名字进行排序
articles = Article.objects.order_by("author__name")
# 首先根据创建的时间进行排序,如果时间相同,则根据作者的名字进行排序
articles = Article.objects.order_by("create_time",'author__name')
```
一定要注意的一点是,多个`order_by`,会把前面排序的规则给打乱,而使用后面的排序方式。比如以下代码:
```python
articles = Article.objects.order_by("create_time").order_by("author__name")
```
他会根据作者的名字进行排序,而不是使用文章的创建时间。
当然,也可以在模型定义的在`Meta`类中定义`ordering`来指定默认的排序方式。示例代码如下:
```python
class Meta:
db_table = 'book_order'
ordering = ['create_time','-price']
```
还可以根据`annotate`定义的字段进行排序。比如要实现图书的销量进行排序,那么示例代码如下:
```python
books = Book.objects.annotate(order_nums=Count("bookorder")).order_by("-order_nums")
for book in books:
print('%s/%s'%(book.name,book.order_nums))
```
# values :
用来指定在提取数据出来,需要提取哪些字段。默认情况下会把表中所有的字段全
部都提取出来,可以使用 'values' 来进行指定,并且使用了 'values' 方法后,提取出
的 QuerySet 中的数据类型不是模型,而是在 'values' 方法中指定的字段和值形成的字典:
```python
articles = Article.objects.values("title",'content')
for article in articles:
print(article)
```
以上打印出来的 'article' 是类似于 `{"title":"abc","content":"xxx"}` 的形式。
如果在 'values' 中没有传递任何参数,那么将会返回这个恶模型中所有的属性。
## 如果我们想要提取的是这个模型上关联的属性,那么也是可以的,查找顺序跟'filter'的用法是一样的,示例代码如下:
```python
books = Book.objects.valuse('id', 'name', author_name=("author__name"))
```
## 以上将会提取作者的名字字段,如果想要更改一个名字,可以使用关键字参数,示例代码如下:
```python
books = Book.objects.valuse('id', 'name', author_name=F("author__name"))
```
自定义的名字不能和已经存在的名字一样,比如`author_name`不能重复。
## 在`values`中可以使用聚合函数来形成一个新的字段,比如想要获取每本书的销量,示例代码如下:
```python
books = Book.objects.values('id', 'name', order_nums=Count("bookorder"))
```
# values_list
## 跟`values`是一样的作用,只不过这个方法返回的`QuerySet`中装的不是字典,而是元组,示例如下:
```python
books = Book.objects.values_list('id', 'name')
```
那么以上返回的结果是`(1,'三国演义')`,
## 如果给`values_list`只指定一个字段,那么可以指定`flat=True`,这样返回的结果就不是一个元组,而是这个字段的值,示例代码入下:
```python
books = Book.objects.values_list('name', flat=True)
```
## 注意`flat`只能用在只有一个字段的情况下,否则会报错
# all方法
## 返回一个`QuerySet`对象,没有做任何更改,会返回所有属性,很少用到。
# select_related方法
## 在提取某个模型的数据的同时,也提前将相关联的其他表的数据取出来,在以后访问相关联的的表的数据的时候,不用再次查找,节省开销。
比如提取文章数据的同时,可以取作者信息表的数据,示例代码如下:
```python
books = Book.objects.select_related("author","publisher")
for book in books:
print(book.author.name)
print(book.publisher.name)
# 因为在提取Book的时候,使用了select_related,那么以后在访问book.author 的时候,不会再次发起请求。
```
## 注意:这个方法只能用在外键的关联对象上,对于那种多对多、多对一的情况,不能使用此方法,而应该使用`prefetch_related`来实现。
# prefetch_related方法
## 和`select_related`方法类似,用在处理那种多对多、多对一的情况。
这个方法会产生两个查询语句,所以,如果在这个方法中查询使用外键关联的模型的时候,也会产生两个查询语句,因此,如果查询的是外键关联的模型,建议使用`select_related`方法。
在查询多对多关系或者一对多的关联的对象的时候,你在使用模型怎么访问这个多对多,那么久在这个方法中传递什么字符串,比如要获取图书的所有订单,示例代码如下:
```python
books = Book.objects.prefetch_related("bookorder_set")
```
## 注意:如果在使用`prefetch_related`查找出的`bookorder_set`,建议不要对他进行任何操作,比如`filter`,不然又会产生更多的查询语句,是不对的:
```python
books = Book.objects.prefetch_related("bookorder_set")
for book in books:
print('='*30)
print(book.name)
orders = book.bookorder_set.filter(price__gte=90)
for order in orders:
print(order.id)
```
## 如果确实想要对预先查找的集合进行操作,那么我们可以使用`models.Prefetch`来完成:
```python
# 先使用prefetch将查询的条件写好,再来使用。
prefetch = Prefetch("bookorder_set",queryset=BookOrder.objects.filter(price__gte=90))
books = Book.objects.prefetch_related(prefetch)
for book in books:
print('='*30)
print(book.name)
orders = book.bookorder_set.all()
for order in orders:
print(order.id)
```
# defer 方法
## 在一些表中,可能存在很多字段,但是一些字段的数据量可能是比较大的,而你此时又不需要,这个时候可以使用`defer`来过滤掉一些字段(可以是多个),这个字段跟`values`有点类似,只不过`defer`返回的不是字典,而是模型。
```python
books = Book.objects.defer("name")
```
## 注意: 使用`defer`的字段,以后再次使用的话,会再次发起请求,请谨慎操作。
# only
## 跟`defer`类似,不过`only`是只提取某些字段(可以是多个)。
```python
books = Book.objects.only('name')
# 默认是提取 'id'的
```
## 注意: 没有使用`only`的字段,以后想要使用的话,会再次发起请求,请谨慎操作。
# get 方法
## 获取满足条件的数据,这个函数只能返回一条数据,并且如果给的条件有多条数据,那么这个方法会抛出错误,如果给的条件没有任何数据,也会抛出错误,送一这个方法在获取数据的时候,只能有一条数据。
```pyhton
book = Book.objects.get(id=5)
```
# create 方法
## 创建一条数据,并且保存到数据库中,这个方法相当于先用指定的模型创建一个对象,然后再调用这个对象的`save`方法,示例如下:
```python
# publisher = Publisher(name='知了出版社')
# publisher.save()
publisher = Publisher.objects.create(name='知了课堂出版社')
```
# get_or_create 方法
## 根据某个条件进行查找,如果找到就返回这条数据,如果没有找到,那么就创建一个,示例代码如下:
```python
# result = Publisher.objects.get_or_create(name='知了abc出版社')
# print(result[0])
```
# bulk_create 方法
## 一次性创建多个数据,示例代码如下:
```
publisher = Publisher.objects.bulk_create([
Publisher(name='123出版社'),
Publisher(name='abc出版社'),
])
```
优势在于执行一次,将所有的数据都插入到数据库,效率高。
# count 方法
## 获取提取的数据的个数,如果想要知道总共有多少条数据,那么建议使用`count`,而不是`len(articles)`这种,因为`count`在底层使用`select count(*)`来实现,更加高效。
```python
count = Book.objects.count()
```
# first 和last 方法
## 返回`QuerySet`中的第一条和最后一条数据。
# aggregate 方法
## 使用聚合函数。
# exists 方法
## 判断某个条件的数据是否存在,如果要判断某个条件的元素是否存在,那么建议使用`exists`,这比直接使用`count`或者直接判读`QuerySet`更有效,实例代码如下:
```python
result = Book.objects.filter(name='三国演义').exists()
```
# distinct 方法
## 去掉那重复的数据,这个方法如果底层数据库用的是MySQL,那么不能传递任何值,比如想要提取所有销售的价格超过80元的图书,并且删掉那些重复的,那么可以使用`distinct`来实现,示例代码如下:
```python
order = BookOrder.objects.filter(bookorder__price__gte=80).distinct()
```
## 需要注意的是,如果`distinct`之前使用了`order_by`,那么因为`order_by`会提取`order_by`中指定的字段,因此再使用`distinct`就会根据多个字段来进行唯一化,所以就不会把那些重复的数据删掉。示例代码如下:
```python
order = BookOrder.objects.order_by('create_time').values('book_id').distinct()
```
那么以上代码因为使用了`order_by`,即使使用了`distinct`,也会把重复的`book_id`提取出来。
# update 方法
## 执行更新操作,在SQL底层走的也是`update`命令,比如将所有图书价格都怎加5,示例代码如下:
```python
Book.objects.update(price=F("price")+5)
```
# delete 方法
## 一次性可以把所有满足条件的数据都删除掉。
```python
Author.objects.filter(id__gte=3).delete()
```
## 注意:删除的时候注意数据表之间的关系(模板中`on_delete`指定的方式)。
# 切片操作
## 有时候我们查找数据,有可能只需要其中的一部分,那么这时候可以使用切片操作来帮助我们完成,`QuerySet`使用切片操作就跟列表使用切片操作是一样的,示例代码如下:
```python
books = Book.objects.all()[1:2]
```
切片操作并不是把所有数据从数据库中提取出来再进行切片操作,而是在数据库底层使用`limie`和`offset`来帮我们完成,所以如果只需要提取其中的一部分,建议使用切片操作。
# 什么时候`Django`会将`QuertSet`转化为SQL去执行:
生成一个`QuerySet`不会马上转化为SQL去执行。
1. 迭代:在遍历`QuerySet`对象的时候,会首先执行这个SQL语句,然后再把这个结果返回进行迭代,比如以下代码:
```python
for book in Book.objects.all():
print(book)
```
2. 使用步长进行切片操作:`QuerySet`可以类似于列表一样做切片操作,做切片操作本身不会执行SQL语句,但如果在做切片操作的时候提供了步长,那么就会立马执行SQL语句,需要注意的是,做切片后不能再执行`filter`方法,否则会报错。
3. 调用`len`函数:调用`len`函数来获取`QuerySet`中总共有多少条数据也会执行SQL语句
4. 调用`list`函数:调用`list`函数用来将一个`QuerySet`对象转化为`list`对象也会执行SQL语句
5. 判断:如果对某个`QuerySet`进行判断,也会执行SQL语句