一、Django数据库配置
映射关系：
表名 -------------------->类名
字段-------------------->属性
表记录----------------->类实例化对象
ORM的两大功能：
操作表：
- 创建表
- 修改表
- 删除表
操作数据行：
- 增 删 改 查
ORM利用mysqlclient 或pymysql第三方工具链接数据库
Django默认的是sqlite数据库
1、settings.py 配置
DATABASES = { 'default': { 'ENGINE': 'django.db.backends.mysql', 'NAME': 'django_orm', #数据库名称 'USER': 'root', #数据库用户名 'PASSWORD': 'root', #数据库密码 'HOST': '', #数据库主机，留空默认为localhost 即127.0.0.1 'PORT': '3306', #数据库端口 } }
2、在项目文件夹下 __init__.py 导入pymysql(可选)
也可以使用mysqlclient连接数据库，mysqlclient底层用C语言编写的数据库封装，执行效率较高（推荐使用），
安装方式：pip install mysqlclient
3、命令行中打印 SQL语句 ---> 配置在settings.py 中
LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'class':'logging.StreamHandler', }, }, 'loggers': { 'django.db.backends': { 'handlers': ['console'], 'propagate': True, 'level':'DEBUG', }, } }
二、创建表
Django没办法帮我们创建数据库，只能我们创建完之后告诉它，让django去连接
第一步：在cmd命令行中创建一个 django_orm 数据库
或者直接使用数据库可视化软件Navicat创建数据库，指定字符集和排序规则
第二步：在settings.py 中指定数据库名称
第三步：在models.py 中创建表对象
第四步：pycharm的terminal命令行中 初始化
python manage.py makemigrations 创建数据库迁移脚本
python manage.py migrate 映射到数据库
执行成功之后 项目文件夹app01 的migrations 文件夹下生成一个 xxx_initial.py 文件
第五步：在pycharm中可视化的向数据库添加内容
配置：
修改表中字段，重新初始化
注意：想在pycharm终端显示对应的ORM语句底层转化的sql 语句，需要在 项目settings.py 做相关配置：
LOGGING = { 'version': 1, 'disable_existing_loggers': False, 'handlers': { 'console':{ 'level':'DEBUG', 'class':'logging.StreamHandler', }, }, 'loggers': { 'django.db.backends': { 'handlers': ['console'], 'propagate': True, 'level':'DEBUG', }, } }
三、数据库的表操作
<1> 每个数据模型都是django.db.models.Model的子类，它的父类Model包含了所有必要的和数据库交互的方法。并提供了一个简介漂亮的定义数据库字段的语法。
<2> 每个模型相当于单个数据库表（多对多关系例外，会多生成一张关系表），每个属性也是这个表中的字段。属性名就是字段名，它的类型（例如CharField）相当于数据库的字段类型（例如varchar）。
大家可以留意下其它的类型都和数据库里的什么字段对应。
<3> 模型之间的三种关系：一对一，一对多，多对多。
一对一：实质就是在主外键（author_id就是foreign key）的关系基础上，给外键加了一个UNIQUE＝True的属性；
一对多：就是主外键关系；（foreign key）
多对多：(ManyToManyField) 自动创建第三张表(当然我们也可以自己创建第三张表：两个foreign key)
<4> 表常用的字段类型参数有：
常见类型有：CharField IntegerField FloatField BooleanField DateField ImageField FileField URLField
<1> CharField #字符串字段, 用于较短的字符串. #CharField 要求必须有一个参数 maxlength, 用于从数据库层和Django校验层限制该字段所允许的最大字符数. <2> IntegerField #用于保存一个整数. <3> FloatField # 一个浮点数. 必须 提供两个参数: # # 参数 描述 # max_digits 总位数(不包括小数点和符号) # decimal_places 小数位数 # 举例来说, 要保存最大值为 999 (小数点后保存2位),你要这样定义字段: # # models.FloatField(..., max_digits=5, decimal_places=2) # 要保存最大值一百万(小数点后保存10位)的话,你要这样定义: # # models.FloatField(..., max_digits=19, decimal_places=10) # admin 用一个文本框(<input type="text">)表示该字段保存的数据. <4> AutoField # 一个 IntegerField, 添加记录时它会自动增长. 你通常不需要直接使用这个字段; # 自定义一个主键：my_id=models.AutoField(primary_key=True) # 如果你不指定主键的话,系统会自动添加一个主键字段到你的 model. <5> BooleanField # A true/false field. admin 用 checkbox 来表示此类字段. <6> TextField # 一个容量很大的文本字段. # admin 用一个 <textarea> (文本区域)表示该字段数据.(一个多行编辑框). <7> EmailField # 一个带有检查Email合法性的 CharField,不接受 maxlength 参数. <8> DateField # 一个日期字段. 共有下列额外的可选参数: # Argument 描述 # auto_now 当对象被保存时,自动将该字段的值设置为当前时间.通常用于表示 "last-modified" 时间戳. # auto_now_add 当对象首次被创建时,自动将该字段的值设置为当前时间.通常用于表示对象创建时间. #（仅仅在admin中有意义...) <9> DateTimeField # 一个日期时间字段. 类似 DateField 支持同样的附加选项. <10> ImageField # 类似 FileField, 不过要校验上传对象是否是一个合法图片.#它有两个可选参数:height_field和width_field, # 如果提供这两个参数,则图片将按提供的高度和宽度规格保存. <11> FileField # 一个文件上传字段. #要求一个必须有的参数: upload_to, 一个用于保存上载文件的本地文件系统路径. 这个路径必须包含 strftime #formatting, #该格式将被上载文件的 date/time #替换(so that uploaded files don't fill up the given directory). # admin 用一个<input type="file">部件表示该字段保存的数据(一个文件上传部件) . #注意：在一个 model 中使用 FileField 或 ImageField 需要以下步骤: #（1）在你的 settings 文件中, 定义一个完整路径给 MEDIA_ROOT 以便让 Django在此处保存上传文件. # (出于性能考虑,这些文件并不保存到数据库.) 定义MEDIA_URL 作为该目录的公共 URL. 要确保该目录对 # WEB服务器用户帐号是可写的. #（2） 在你的 model 中添加 FileField 或 ImageField, 并确保定义了 upload_to 选项,以告诉 Django # 使用 MEDIA_ROOT 的哪个子目录保存上传文件.你的数据库中要保存的只是文件的路径(相对于 MEDIA_ROOT). # 出于习惯你一定很想使用 Django 提供的 get_<#fieldname>_url 函数.举例来说,如果你的 ImageField # 叫作 mug_shot, 你就可以在模板中以 {{ object.#get_mug_shot_url }} 这样的方式得到图像的绝对路径. <12> URLField # 用于保存 URL. 若 verify_exists 参数为 True (默认), 给定的 URL 会预先检查是否存在( 即URL是否被有效装入且 # 没有返回404响应). # admin 用一个 <input type="text"> 文本框表示该字段保存的数据(一个单行编辑框) <13> NullBooleanField # 类似 BooleanField, 不过允许 NULL 作为其中一个选项. 推荐使用这个字段而不要用 BooleanField 加 null=True 选项 # admin 用一个选择框 <select> (三个可选择的值: "Unknown", "Yes" 和 "No" ) 来表示这种字段数据. <14> SlugField # "Slug" 是一个报纸术语. slug 是某个东西的小小标记(短签), 只包含字母,数字,下划线和连字符.#它们通常用于URLs # 若你使用 Django 开发版本,你可以指定 maxlength. 若 maxlength 未指定, Django 会使用默认长度: 50. #在 # 以前的 Django 版本,没有任何办法改变50 这个长度. # 这暗示了 db_index=True. # 它接受一个额外的参数: prepopulate_from, which is a list of fields from which to auto-#populate # the slug, via JavaScript,in the object's admin form: models.SlugField # (prepopulate_from=("pre_name", "name"))prepopulate_from 不接受 DateTimeFields. <13> XMLField #一个校验值是否为合法XML的 TextField,必须提供参数: schema_path, 它是一个用来校验文本的 RelaxNG schema #的文件系统路径. <14> FilePathField # 可选项目为某个特定目录下的文件名. 支持三个特殊的参数, 其中第一个是必须提供的. # 参数 描述 # path 必需参数. 一个目录的绝对文件系统路径. FilePathField 据此得到可选项目. # Example: "/home/images". # match 可选参数. 一个正则表达式, 作为一个字符串, FilePathField 将使用它过滤文件名. # 注意这个正则表达式只会应用到 base filename 而不是 # 路径全名. Example: "foo.*.txt^", 将匹配文件 foo23.txt 却不匹配 bar.txt 或 foo23.gif. # recursive可选参数.要么 True 要么 False. 默认值是 False. 是否包括 path 下面的全部子目录. # 这三个参数可以同时使用. # match 仅应用于 base filename, 而不是路径全名. 那么,这个例子: # FilePathField(path="/home/images", match="foo.*", recursive=True) # ...会匹配 /home/images/foo.gif 而不匹配 /home/images/foo/bar.gif <15> IPAddressField # 一个字符串形式的 IP 地址, (i.e. "24.124.1.30"). <16># CommaSeparatedIntegerField # 用于存放逗号分隔的整数值. 类似 CharField, 必须要有maxlength参数.
1. 单表操作之记录的增 删 改 查
----------------------------------------------------------------增-------------------------------------------------------------------
# 增加数据方式一： # b = Book(name="python基础",price=99,pub_date="2016-7-9",author="xiong") # b.save() #增加数据方式二：(推荐使用) Book.objects.create(name="Linux基础",price=59,pub_date="2013-7-9",author="jack")
----------------------------------------------------------------删-------------------------------------------------------------------
Book.objects.filter(author="alex").delete()
----------------------------------------------------------------改-------------------------------------------------------------------
# 方法一(推荐) Book.objects.filter(id=2).update(author="tom") #方法二 # author = Book.objects.get(id=2) # author.name = "oldwang" # author.save()
update() 是 QuerySet 对象的方法 ，update() 会根据筛选条件 只针对这一个属性进行修改，
save() 则会对筛选对象的所有属性赋值（效率低，不推荐用）
----------------------------------------------------------------查（重要！！！）-------------------------------------------------------------------
查询相关API：
# 查询相关API： ## <1>filter(**kwargs): 它包含了与所给筛选条件相匹配的对象（返回一个可迭代对象） ## <2>all(): 查询所有结果（返回一个可迭代对象） ## <3>get(**kwargs): 返回与所给筛选条件相匹配的对象，返回结果有且只有一个，如果符合筛选条件的对象超过一个或者没有都会抛出错误。 #-----------下面的方法都是对查询的结果进行处理:比如 objects.filter.values()-------- ## <4>values(*field): 返回一个ValueQuerySet——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序列 ## <5>exclude(**kwargs): 它包含了与所给筛选条件不匹配的对象 ## <6>order_by(*field): 对查询结果排序 # <7>reverse(): 对查询结果反向排序 ## <8>distinct(): 从返回结果中剔除重复纪录 ## <9>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 ## <10>count(): 返回数据库中匹配查询(QuerySet)的对象数量。 # <11>first(): 返回第一条记录，是一条数据，返回一个实例对象 # <12>last(): 返回最后一条记录 # <13>exists(): 如果QuerySet包含数据，就返回True，否则返回False。
重点掌握：filter() all() values() distict()
实例练习：
#查询所有结果（返回一个可迭代对象）-QuerySet 可以切片 # book_list = Book.objects.all() # print(book_list) #<QuerySet [<Book: java>, <Book: python基础>, <Book: Linux基础>, <Book: 三体>]> # print(book_list[0]) #java #取前3条 # book_list = Book.objects.all()[:3] # 取第1 3 5 7 。。。条 # book_list = Book.objects.all()[::2] # 倒着取 # book_list = Book.objects.all()[::-1] # 取第一条 最后一条 # book_list = Book.objects.first() # book_list = Book.objects.all()[0] # 相当于first 用法 # book_list = Book.objects.last() # book_list = Book.objects.all()[-1] # 相当于last 用法 #filter 取出的都是可迭代对象，虽然结果是只有一项的QuerySet列表 # book_list = Book.objects.filter(id=2) # get 取出的就是一条对象，不可迭代 # book_list = Book.objects.get(id=2) # book_list = Book.objects.get(author="alex") #如果找不到该作者或找到的作者对应多个 都会报错 # 只想找某个对象对应的某个属性 # book_list = Book.objects.filter(author="alex").values("name") #<QuerySet [{"name":"python"},{"name":"java"}]> #推荐使用 values() # ret1 = Book.objects.filter(author="alex").values("name","price") #<QuerySet [{"name":"python","price":65},{"name":"java","price":49}]> # # book_list = Book.objects.filter(author="alex").values_list("name","price") #<QuerySet [("python",65),("java",49)]> # print(ret1) # print(book_list) # 按照某个values() 查询 对相同结果进行去重 # ret2 = Book.objects.filter(author="tom").values("name").distinct() # ret3 = Book.objects.filter(author="tom").values("name").distinct().count() # print("ret===>",ret2,ret3) # 模糊查询 ---> 了不起的双下划线 __ # 查找价格大于60的书 # book_list = Book.objects.filter(price__gt = 60) # 查找价格大于等于60的书 # book_list = Book.objects.filter(price__gte=60) # 查找价格小于等于60的书 # book_list = Book.objects.filter(price__lte=60) # 查找作者为 ['alex','xiong'] book_list = Book.objects.filter(author__in=['alex','xiong']) # 查找id范围为[2,4] book_list = Book.objects.filter(id__range=[2,4]) # 查找书名包含 p字符 不区分大小写 book_list = Book.objects.filter(name__icontains="p") print(book_list) return render(request,"index.html",{"book_list":book_list})
filter中的双下划线 __
条件选取querySet的时候，filter表示=，exclude表示!=。 querySet.distinct() 去重复 __exact 精确等于 like 'aaa' __iexact 精确等于 忽略大小写 ilike 'aaa' __contains 包含 like '%aaa%' __icontains 包含 忽略大小写 ilike '%aaa%'，但是对于sqlite来说，contains的作用效果等同于icontains。 __gt 大于 __gte 大于等于 __lt 小于 __lte 小于等于 __in 存在于一个list范围内 __startswith 以...开头 __istartswith 以...开头 忽略大小写 __endswith 以...结尾 __iendswith 以...结尾，忽略大小写 __range 在...范围内 __year 日期字段的年份 __month 日期字段的月份 __day 日期字段的日 __isnull=True/False
双下划线(__)之单表条件模糊匹配：
#---------------了不起的双下划线(__)之单表条件查询---------------- # models.Tb1.objects.filter(id__lt=10, id__gt=1) # 获取id大于1 且 小于10的值 # # models.Tb1.objects.filter(id__in=[11, 22, 33]) # 获取id等于11、22、33的数据 # models.Tb1.objects.exclude(id__in=[11, 22, 33]) # not in # # models.Tb1.objects.filter(name__contains="ven") # models.Tb1.objects.filter(name__icontains="ven") # icontains大小写不敏感 # # models.Tb1.objects.filter(id__range=[1, 2]) # 范围bettwen and # # startswith，istartswith, endswith, iendswith,
2. 多表操作之 一对多
（1）基于QuerySet对象
添加记录
# 向Book表添加记录 # 方法1 Book.objects.create(name="PyQt5入门到精通", price=89, pub_date="2017-6-1", publish_id=1) # 方法2 publish_obj = Publish.objects.filter(name="机械工业出版社")[0] Book.objects.create(name="数据结构与算法", price=99, pub_date="2016-3-1", publish=publish_obj)
正向查找&反向查找
# 查询 机械工业出版社出版过的所有书 #1、正向查找 ： # pub_obj = Publish.objects.get(name="机械工业出版社") # book_obj = Book.objects.filter(publish=pub_obj) # print(book_obj.values("name","price")) #2、反向查找： pub_obj = Publish.objects.get(name="机械工业出版社") book_obj = pub_obj.book_set print(book_obj.all())
（2）基于filter 和 values 双下划线
# 需求：查询出版过Python类型书籍的出版社信息 # 方法一：正向 查找出版社 就对出版社对象操作 Publish.objects # ret1 = Publish.objects.filter(book__name__icontains="python").values("name","city") # print(ret1) # 方法二：反向 通过Python书 找对应出版社 # ret2 = Book.objects.filter(name__icontains="python").values("publish__name") # print(ret2) # 需求：查询机械工业出版社出版过的所有书 #方法一：正向 # ret3 = Book.objects.filter(publish__name="机械工业出版社").values("name","price") # print(ret3) # 方法二：反向 # ret4 = Publish.objects.filter(name="机械工业出版社").values("book__name","book__price") # print(ret4) # 需求：查询位于北京的出版过出版过的所有书 # 方法一：正向 # ret5 = Book.objects.filter(publish__city="北京").values("name","price") # print(ret5) # 方法二：反向 # ret6 = Publish.objects.filter(city="北京").values("book__name","book__price") # print(ret6) # 需求：2018年出版的书的出版社信息 # 方法一：正向 # ret7 = Publish.objects.filter(book__pub_date__gte="2018-1-1",book__pub_date__lte="2018-12-31").values("name","city") # print(ret7) # 方法二：反向 # ret8 = Book.objects.filter(pub_date__gte="2018-1-1",pub_date__lte="2018-12-31").values("name","price") # print(ret8)
3. 多表操作之 多对多
（1）基于QuerySet对象
# 需求：查找 python入门到精通 这本书对应的作者 # book_obj1 = Book.objects.filter(name="python入门到精通") # author_obj1 = book_obj1[0].author # print(author_obj1.all()) # 需求：id=2 作者出版的书 # author_obj2 = Author.objects.get(id=2) # print(author_obj2.book_set.all()) #向第三张关系表中 添加记录 # 需求：给python入门到精通 这本书添加所有作者 # book_obj3 = Book.objects.filter(name="python入门到精通") # author_objs1 = Author.objects.all() #是一个QuerySet集合 # book_obj3[0].author.add(*author_objs) #author_objs是一个QuerySet集合要加与一个* # author_obj = Author.objects.get(id=3) # 是一个对象 # book_obj3[0].author.add(author_objs) # author_obj是一个对象 # 向第三张关系表中 移除记录 # 需求：给 python入门到精通 这本书 移除掉作者 1 # book_obj4 = Book.objects.filter(name="python入门到精通") # author_objs2 = Author.objects.get(id=1) # 是一个QuerySet集合 # book_obj4[0].author.remove(author_objs2) # author_objs是一个QuerySet集合要加与一个*
（2）基于filter values 双下划线
# 需求1：杜甫出过的书及价格 # 方法一：正向 # ret1 = Book.objects.filter(author__name="杜甫").values("name","price") # print(ret1) # 方法二：反向 # ret2 = Author.objects.filter(name="杜甫").values("book__name","book__price") # print(ret2) # 需求2：Linux运维 这本书的作者 # 方法一：正向 # ret3 = Author.objects.filter(book__name="Linux运维").values("name","age") # print(ret3) # 方法二：反向 # ret4 = Book.objects.filter(name="Linux运维").values("author__name","author__age") # print(ret4)
（3）聚合查询 aggregate()
需求1：求所有书的价格 和 平均值 书数目统计 书价格最大 最小值
# 需求1：求所有书的价格 和 平均值 书数目统计 书价格最大 最小值 # ret_sum = Book.objects.all().aggregate(Sum("price")) # print(ret_sum) #{'price__sum': 476} #price__sum 是price + Sum 组合的，也可以自己起名字 # # ret_avg = Book.objects.all().aggregate(avg_price = Avg("price")) # print(ret_avg) #{'avg_price': 68.0} # # ret_count = Book.objects.all().aggregate(Count("name")) #Count("name") Count("price") 都可以只是统计条数 # print(ret_count) #{'name__count': 7} # # ret_max = Book.objects.all().aggregate(Max("price")) # print(ret_max) #{'price__max': 99} # # ret_min = Book.objects.all().aggregate(Min("price")) # print(ret_min) #{'price__min': 39}
（4）分组查询 annotate()
Author.objects.values("name").annotate(Sum("book__price"))
annotate 前面是分组（按照作者名称分组），后面是针对每一组的处理函数（每一个作者关联书籍的价格求和）
# 需求1：求每一个作者 写的书的总价钱 # ret_SumPrice = Author.objects.values("name").annotate(Sum("book__price")) # print(ret_SumPrice) # 需求2：求每一个出版社 出版的最便宜的书 # ret_MinPrice = Publish.objects.values("name").annotate(Min("book__price")) # print(ret_MinPrice)
（5）F 查询 F()
# F 使用查询条件的值, 专门取对象中某列值的操作 # 需求1：实现所有书价格 +10 # Book.objects.update(price=F("price")+10)
（6）Q 查询 Q()
# Q 构建搜索条件,与 或 非 # 需求1：查询价格大于80 或者小于40的书籍 # ret1 = Book.objects.filter(Q(price__gt=80) | Q(price__lt=40)) # print(ret1.all()) # 需求2：查询机械工业出版社出版的价格大于60的书 # ret2 = Book.objects.filter(Q(publish__name="机械工业出版社") & Q(price__gt=60)) # print(ret2.all()) # 需求3：查询机械工业出版社出版且不是杜甫写的书 # ret3 = Book.objects.filter(Q(publish__name="机械工业出版社") & ~Q(author__name="杜甫")) # print(ret3.all())
QuerySet的深刻认识：
< 1 > Django的queryset是惰性的。
< 2 > 要真正从数据库获得数据，你可以遍历queryset或者使用if queryset, 总之你用到数据时就会执行sql。
< 3 > queryset是具有cache的。
< 4 >使用obj.exists() 可以判断QuerySet 是否有数据，如果取出的几万条数据都放在内存中会影响性能。
< 5 > 当queryset非常巨大时，cache会成为问题。
# < 1 > Django的queryset是惰性的 # < 2 > 要真正从数据库获得数据，你可以遍历queryset或者使用if queryset, 总之你用到数据时就会执行sql。 # < 3 > queryset是具有cache的 bool_obj = Book.objects.values("name","price") print(bool_obj) print(bool_obj) #SQL语句查询只会执行一次 # 《4》使用obj.exists() 可以判断QuerySet 是否有数据，如果取出的几万条数据都放在内存中会影响性能 obj = Book.objects.filter(id=4) # exists()的检查可以避免数据放入queryset的cache。 if obj.exists(): print("hello world!") # < 5 > 当queryset非常巨大时，cache会成为问题 # 处理成千上万的记录时，将它们一次装入内存是很浪费的。更糟糕的是，巨大的queryset可能会锁住系统 # 进程，让你的程序濒临崩溃。要避免在遍历数据的同时产生querysetcache， # 可以使用iterator()方法来获取数据，处理完数据就将其丢弃。 objs = Book.objects.all().iterator() # iterator()可以一次只从数据库获取少量数据，这样可以节省内存 for obj in objs: print(obj.name) # BUT,再次遍历没有打印,因为迭代器已经在上一次遍历(next)到最后一次了,没得遍历了 for obj in objs: print(obj.name) # 当然，使用iterator()方法来防止生成cache，意味着遍历同一个queryset时会重复执行查询。所以使 # 用iterator()的时候要当心，确保你的代码在操作一个大的queryset时没有重复执行查询 # 总结: # queryset的cache是用于减少程序对数据库的查询，在通常的使用下会保证只有在需要的时候才会查询数据库。 # 使用exists()和iterator()方法可以优化程序对内存的使用。不过，由于它们并不会生成queryset cache，可能会造成额外的数据库查询。 # 所以,当查询到超大量数据且不是反复使用 最好用iterator()，当查询到少量数据且要反复使用 就直接放在QuerySet cache中即可。
# 总结: # queryset的cache是用于减少程序对数据库的查询，在通常的使用下会保证只有在需要的时候才会查询数据库。 # 使用exists()和iterator()方法可以优化程序对内存的使用。不过，由于它们并不会生成queryset cache，可能会造成额外的数据库查询。 # 所以,当查询到超大量数据且不是反复使用 最好用iterator()，当查询到少量数据且要反复使用 就直接放在QuerySet cache中即可。