大家好,我是考100分的小小码 ,祝大家学习进步,加薪顺利呀。今天说一说Django-ORM,希望您对编程的造诣更进一步.
- 一、ORM介绍
- 二、单表操作
- 表创建
- 新增记录
- 删除记录
- 修改记录
- 三、查询API
- 四、基于双下滑线的模糊查询
一、ORM介绍
ORM是(对象-关系-映射)的简称:它实现了数据模型与数据库的解耦,对于数据库的操作,就不用去写原生的 SQL 语句,取而代之的是基于面向对象的思想去编写类、对象、调用相应的方法等,ORM 会将其转换成对应的原生 SQL 语句交给 pymysql 执行。
直接编写原生的 SQL 语句会存在两个方面的问题:
- SQL 语句的执行效率:应用开发程序员需要耗费一大部分精力去优化 SQL 语句。
- 数据库迁移:针对 mysql 开发的 SQL 语句无法直接应用到 oracle 数据库上,一旦迁移数据库,需要考虑夸平台的问题。
原生 SQL 和 python 的 ORM 代码对比。
原生 SQL 操作:
# 创建表
create table student(
id int primary key auto_increment,
name varchar(20) not null,
age int default 18 not null,
birthday date not null
);
# 新增记录
insert into student(name,age,birthday)
values ("小杨",18,"1998-11-1");
# 删除记录
delete from student where id=1;
# 更新记录
update student set birthday="1999-12-22" where id=1;
# 查询记录
select * from student;
ORM 的 python 类,和对象
# 类创建表
class Student(models.Model):
id = models.AutoField(primary_key=True)
name = models.CharField(max_length=20)
age = models.IntegerField(default=18)
birthday = models.DateField()
# 新增记录
obj = Student(name="小杨", birthday="1928-2-6")
obj.save()
# 删除记录
Student.objects.filter(id=1).delete()
# 更新记录
Student.objects.filter(id=2).update(birthday="2000-3-22")
# 查询记录
obj = models.Student.objects.filter(id=2)
二、单表操作
在python中的ORM的对应关系有三种:
类:————> 表
类对象:——> 一行数据
类属性:——> 字段
表创建
在创建表之前需要做好如下配置
1、必须事先创建好数据库
2、在 settings.py 文件中的 DATABASES 配置项中增加或者修改成如下配置
DATABASES = {
# 这是默认的数据库
"default": {
"ENGINE": "django.db.backends.mysql", # 使用mysql数据库
"HOST": "127.0.0.1", # mysql服务器主机IP
"USER": "root", # 链接数据库的用户名
"PASSWORD": "123", # 链接数据库的密码
"PORT": 3306, # mysql监听端口
"NAME": "orm", # 要链接的数据库(必须先创建)
"ATOMIC_REQUEST": True, # True 代表同一个http请求所对应的所有SQL都放在一个事物中
# 执行(要么所有都成功,要么所有都失败),这是全局配置
}
# 也可以为每个app都配置自己的数据库,并且数据库还可以是别的数据库
"app01": {
"ENGINE": "django.db.backends.sqlite", # 使用sqlite数据库
"HOST": "127.0.0.1",
"USER": "root",
"PASSWORD": "123",
"PORT": 3306,
"NAME": "orm",
"ATOMIC_REQUEST": True,
}
}
3、在Django项目下的__init__.py
文件中写入这样一句话,因为Django的ORM底层操作数据库的python模块默认是 mysqldb 而非 pymysql ,而python三支持的是 pymysql 模块,所以要修改默认操作数据库的模块:
# __init__.py 文件
import pymysql
pymysql.install_as_MySQLdb()
4、在 Django中 app项目里的 models.py 文件中创建模型
from django.db import models
# 创建表
class Student(models.Model): # 表名——> app名_Student
id = models.AutoField(primary_key=True) # 字段id
name = models.CharField(max_length=20) # 字段name
age = models.IntegerField(default=18) # 字段age
birthday = models.DateField() # 字段birthday
5、最后在命令行中执行这两条数据库迁移命名,就可以在指定的数据库 orm 中创建表:
$ python manage.py makemigrations
$ python manage.py migrate
注意:
1、makemigrations 只是生成一个数据库迁移记录的文件,而 migrate 才是将更改真正提交到数据库执行
2、数据库迁移记录的文件存放于app01下的 migrations 文件夹里
3、了解:使用命令 python manage.py showmigrations 可以查看没有执行 migrate 的文件
新增记录
视图函数中对表进行操作
# views.py 文件
from django.shortcuts import HttpResponse
from app01 import models # 导入需要操作的表
def index(request):
"""
:param request: http请求信息
:return: 响应信息/页面
对表的操作:如下:插入一条记录
"""
obj = models.Student(name="波波", birthday="2010-5-21")
obj.save()
return HttpResponse("Hello World...")
创建记录方式一:
obj = models.Student(
name="波波",
birthday="2010-5-21"
)
obj.save() # 就是pymysql的commit提交
创建记录方式二:create方法(用的多)
date = datetime.datetime.now() # 当前时间
# birthday字段可以给时间类型数据
obj = models.Student.objects.create(name="艾伦", birthday=date)
# 可以基于这个对象来取属性的值
print(obj.name)
#------------------------------------------
dic1 = {"name": "大鱼", "age": 10, "birthday": "1998-9-24"}
obj = models.Student.objects.create(**dic1)
"""
表单数据如下:
<QueryDict: {"csrfmiddlewaretoken": ["20..sUe"], "user": ["123"]}>
可以把表单提交的数据转成字典 request.POST.dict()
{"csrfmiddlewaretoken": "20...sUe", "user": "123"}
在作用于create数据操作上
"""
创建记录方式三:批量创建
objs_list = []
for i in range(10):
obj = models.Student(
name="xiaoyang",
age=20+i,
birthday="2010-3-9"
)
objs_list.append(obj)
models.Student.objects.bulk_create(objs_list) # 批量插入,速度快
创建记录方式四:update_or_create 有就更新,没有就创建
models.Student.objects.update_or_create(
id=10, # 筛选条件
defaults={ # 添加或更新的数据
"name": "超人",
"age": 40,
"birthday": "2001-9-3",
}
)
删除记录
删除 delete :queryset 和 model 对象都可以调用
# 删除id=14的记录
models.Student.objects.filter(id=14).delete() # ---> queryset 对象
# 删除所有记录
models.Student.objects.filter().delete() # ---> queryset 对象
models.Student.objects.get(id=14).delete() # ---> model 对象
修改记录
更新update方法model对象不能调用更新方法:
只能queryset对象调用:
# 修改id=13的name字段和age字段
models.Student.objects.filter(id=13).update(name="牛牛", age=20)
三、查询API
- all( )
查询所有结果,结果是queryset类型
obj = models.Student.objects.all()
print(obj)
# 输出 queryset集合,类似于列表
"""
在类中加入__str__方法:方便如下查看
def __str__(self):
return self.name
"""
<QuerySet [<Student: 小红>, <Student: 波波>, <Student: 艾伦>, <Student: 牛牛>]>
- filter(**kwargs)
返回的也是queryset集合,查询不到内容不会报错,返回一个<Queryset []>
空的queryset,里面可以加入多个条件,用逗号分开,是and关系。
obj = models.Student.objects.filter(id=4) # 找到id=4的那条记录
print(obj) # ——> <QuerySet [<Student: 艾伦>]>
- get(**kwargs)
返回的是行记录(model)对象,而且get方法有且必须只有一个结果
obj = models.Student.objects.get(id=4) # 找到id=4的那条记录
print(obj) # ——> 艾伦
- exclude(**kwargs)
排除的意思,筛选调价不匹配的对象,没有不等于的操作,返回一个queryset对象
# 返回id不等于1的所有对象
models.Student.objects.filter().exclude(id=1)
- order_by(*field)
queryset类型的数据来调佣,对查询结果排序,默认是按照id来升序排列的,返回值还是queryset对象类型
models.Student.objects.filter().order_by("price", id)
# 直接写price默认是按照price升序排列
# 按照字段降序排列,就写个负号就行了order_by("-price")
# order_by("price","id")是多条件排序
# 按照price进行升序,price相同的数据,按照id进行升序
- reverse()
queryset类型的数据来调用,对查询结果反向排序,返回值是queryset类型
# 排序之后反转
models.Student.objects.all().arder_by("id").revers()
- count()
queryset类型的数据来调用,返回数据库中匹配查询(QuerySet)的对象数量。
models.Student.objects.filter().count()
- first()
queryset类型的数据来调用,返回第一条记录,结果是model对象
models.Student.objects.filter().first()
- last()
queryset类型的数据来调用,返回最后一条记录,结果是model对象
models.Student.objects.filter().last()
- exists()
queryset类型的数据来调用,如果QuerySet包含数据,就返回True,否则返回False
models.Student.objects.all().exists()
- values(*field)
queryset类型的数据来调用返回一个ValuesQuerySet–一个特殊的QuerySet,运行后得到的并不是一系列model的实例化对象,而是一个可迭代的字典列,只要是返回的queryset类型,就可以继续链式调用queryset类型的其他查找方法,其他方法也是一样的。
obj1 = models.Student.objects.filter().values()
obj2 = models.Student.objects.values("name")
print(obj1)
# <QuerySet [{"id": 2, "name": "小红", "age": 18, "birthday": ...},{...},...]>
print(obj2)
<QuerySet [{"name": "小红"}, {"name": "波波"}, {"name": "艾伦"}]>
- values_list(*field)
它与values()非常相似,它返回的是一个元组序列,values返回的是一个字典序列。
obj1 = models.Student.objects.filter().values_list()
obj2 = models.Student.objects.values_list("name")
print(obj1)
# <QuerySet [(2, "小红", 18, datetime.date(2000, 3, 22)), (3, "波波", 18, datetime.date(2010, 5, 21)), (4, "艾伦", 18, datetime.date(2021, 6, 10))]>
print(obj2)
# <QuerySet [("小红",), ("波波",), ("艾伦",)]>
- distinct()
从values或values_list的返回结果中剔除重复的记录对象,返回值为QuerySet对象
models.Student.objects.values_list("name").distinct()
四、基于双下滑线的模糊查询
Book.objects.filter(price__in=[100,200,300]) # price值等于这三个里面的任意一个的对象
Book.objects.filter(price__gt=100) # 大于,大于等于是price__gte=100,别写price>100,这种参数不支持
Book.objects.filter(price__lt=100)
Book.objects.filter(price__range=[100,200]) # sql的between and,大于等于100,小于等于200
Book.objects.filter(title__contains="python") # title值中包含python的
Book.objects.filter(title__icontains="python") # 不区分大小写
Book.objects.filter(title__startswith="py") # 以什么开头,istartswith 不区分大小写
Book.objects.filter(pub_date__year=2012)
日期查询示例:
all_books = models.Book.objects.filter(pub_date__year=2012) # 找2012年的所有书籍
all_books = models.Book.objects.filter(pub_date__year__gt=2012) # 找大于2012年的所有书籍
all_books = models.Book.objects.filter(pub_date__year=2019,pub_date__month=2)
# 找2019年月份的所有书籍,如果明明有结果,你却查不出结果,是因为mysql数据库的时区和咱们django的时区不同导致的,了解一下就行了,你需要做的就是将django中的settings配置文件里面的USE_TZ = True改为False,就可以查到结果了,以后这个值就改为False,而且就是因为咱们用的mysql数据库才会有这个问题,其他数据库没有这个问题。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
转载请注明出处: https://daima100.com/6108.html