Django-model 进阶

QuerySet

可切片

使用 Python 的切片语法来限制查询集记录的数目。它等同于 SQL 的 LIMIT 和 OFFSET 子句。

>>> Entry.objects.all()[:5]      # (LIMIT 5)

>>> Entry.objects.all()[5:10]      # (OFFSET 5 LIMIT 5)

不支持负索引（例如 Entry.objects.all()[-1]）。通常，查询集的切片返回一个新的查询集-----它不会执行查询。

可迭代

articleList = models.Article.objects.all()

for article in articleList:
    print(article.title)

惰性查询

查询集是惰性执行的----------创建查询集不会带来任何数据库的访问。可以将过滤器保持一整天，知道查询集需要求值的时候 Django 才会真正运行这个查询。

queryResult = model.Article.object.all()  # not hits database
print(queryResult)  # hits database

for article in queryResult:
    print(article.title)   # hits database

一般来说，只有在“请求”查询集的结果时才会到数据库中去获取它们。当你确实需要结果的时候，查询集会通过访问数据库来求值。

缓存机制

每一个查询集都包含一个缓存来最小化对数据库的访问。

在一个新创建的查询集中，缓存为空。首次对查询集进行求值——同属发送数据库查询——Django将保存查询的结果到查询集的缓存中并返回明确请求的结果（例如，如果正在迭代查询集，则返回下一个结果）。接下来对该查询集的求值将重用缓存的结果。

如果对查询集使用不当的话，最后自己会踩坑的。例如，下面的语句创建两个查询集，对他们求值，然后抛弃他们：

print([a.title for a in models.Article.objects.all()])
print([a.create_time for a in models.Article.objects.all()])

这意味着相同的数据库查询将执行两次，这样会增加数据库的负载。同时，还有可能两个结果列表并不包含相同的数据库记录，因为在两次请求期间有可能有Article被添加进来或删除掉。为了避免这个问题，只需要保存查询集并重新使用它：

queryResult = models.Article.objects.all()
print([a.title for a in queryResult])
print([a.create_time for a in queryResult])

那么在什么情况下查询集不会被缓存？

查询集不会永远缓存它们的结果。当只对查询集的不烦进行求值时会检查缓存，如果这个部分不在缓存中，那么接下来查询返回的记录都将不会被缓存。所以，这意味这使用切片或索引来限制，查询集就不会填充缓存、

例如，重复获取查询集对象中一个特定的索引将每次都查询数据库：

>>> queryset = Entry.objects.all()
>>> print queryset[5] # Queries the database
>>> print queryset[5] # Queries the database again

如果已经对全部查询集求值过，则将检查缓存：

>>> queryset = Entry.objects.all()
>>> [entry for entry in queryset] # Queries the database
>>> print queryset[5] # Uses cache
>>> print queryset[5] # Uses cache

下面是一些其他例子，它们会使得全部的查询集被求值并填充到缓存中：

>>> [entry for entry in queryset]
>>> bool(queryset)
>>> entry in queryset
>>> list(queryset)

注：简单的打印查询集不会填充缓存

queryResult=models.Article.objects.all()
print(queryResult) #  hits database
print(queryResult) #  hits database

自行车