day66---数据库的三大范式、数据库查询优化、事务的四大特性

聚合查询aggregate()

聚合函数aggregate()是QuerySet一个终止语句，它返回了一个包含一系列键值对的字典，键的名称是聚合值的标识符（默认是由字段和聚合函数名称自动生成，也可以指定键的名称），值是计算出来的聚合值。

from django.db.models import Max,Min,Avg,Count,Sum
from app01 import models

models.Book.objects.aggregate(
    min_price=Min(price),
    max_price=Max(price),
    sum_price=Sum(price),
    avg_price=Avg(price),
    count_num=Count(pk),
)

分组查询annotate

数据库在严格模式下，分组查询只能取到分组的依据，而取不到组内的其它字段。
SET sql_mode = "ONLY_FULL_GROUP_BY";

models.Book.objects.annotate()  # models后面点什么就是按什么分组

如果需要按照指定的字段分组，则：
models.Book.objects.values('字段').annotate() # value出现在annotate前面，那么则按照括号的字段进行分组。

F查询与Q查询

"""
F查询：如果查询条件是两个字段比较的结果，那么你需要用到F查询
Q查询：如果查询条件中含有"&"，“|”，“not”,则需要使用Q查询
"""
# 用法：
from django.db.models import F,Q
from app01 import models

# 查询出卖出大于库存的书籍
res = models.Book.objects.filter(sell_out__gt=F('stock'))

# 将所有书的名字后面加上爆款
from django.db.models import Value
from django.db.models.functions import Concat

models.Book.objects.update(name=Concat(F('name'),Value('爆款')))

# 查询出价格大于600或者库存小于100的书籍
res = models.Book.obejects.filter(Q(price__gt=600)|Q(sell_out__lt=100))

Q对象的高阶用法  字符串的形式
q=Q()  #空对象
q.connector = 'or' #更改对象之间的默认连接关系，默认为and
q.children.append(('price__gt',600)) # 增加查询条件
q.children.append(('sell_out__lt',100))
models.Book.objects.filter(q) # filter内可以直接放多个Q对象，默认是and关系连接

ORM事务

"""
事务的四大特性（ACID）：
（1）原子性：事务中的所有操作都是不可分割的原子单元。事务中的操作要么都成功，要么都失败。
（2）一致性：事务必须使得数据库从一个一致性状态，变成另外一个一致性状态。
（3）隔离性：事务的操作是相互互不干扰的，多个并发事务的操作是相互隔离的。
（4）持久性：事务一旦提交了，那么对于数据库的更改是永久性的。
"""

from django.db import transaction
try:
  with transaction.atomic():
    pass
    # with代码块里面所有的orm操作都属于同一个事务
except Exception as e:
  	print(e)

数据库查询优化

"""
only和defer:
only：将括号字段的属性值封装到返回的对象中，点改字段不需要再走数据库查询，点其他字段需要频繁的查询数据库。
defer:与defer相反，将除了括号内之外的属性值封装到返回的对象中，点其他字段不需要走数据库查询，点括号内的字段会频繁的走数据库查询。
"""

"""
select_related和prefetch_related:
select_related:它的内部本质是联表操作（inner join）,将连表之后的查询结果全部封装到对象中，之后对象在点击表的字段的时候都无需再走数据库。
注意：括号内只能放外键字段，且多对多不行，括号内可以放多个外键字段。

prefetch_related:它的内部本质是子查询，通过子查询的方式，将多张表的数据封装到对象中。

"""

今日内容

数据库设计的三大范式

设计范式的目的：

"""
为了建立冗余较小、结构合理的数据库，设计数据库时候要遵循一定的规则。在关系型数据库中这种规则被称为范式。
"""

在实际的开发过程中，最为常见的范式有三个。

第一范式（1NF）

第一范式是最基本的范式。

定义:如果数据库表中的每个字段的属性值都是不分解的原子项，那么该数据表就满足第一范式（1NF）。

"""
简单来说，表中字段的属性值都是原子项的，不可以再进行分割。
"""
1NF是关系模式应具备的最起码的条件，如果数据库设计不能满足第一范式，就不称为关系型数据库。关系数据库设计研究的关系规范化是在1NF之上进行的。

如下表：

学生的编号	姓名	性别	联系方式
20168804	姜春	男	18374609478，220435@qq.com
20178812	李乾新	女	13733160788，330435@qq.com

上述的表就不满足第一范式，联系方式字段还可以再分，可以分为如下：

学生的编号	姓名	性别	手机	邮箱
20168804	姜春	男	18374609478	220435@qq.com
20178812	李乾新	女	13733160788	330435@qq.com

第二范式（2NF）

第二范式在第一范式的基础之上更进一层。第二范式要确保数据库表中的每一列都与主键相关，而不能只与主键的某一部分相关（主要针对联合主键而言）。

也就是说在一个数据库表中，一个表中只能保存一种数据，不可以把多种数据保存在同一张数据库表中。

比如学生选课表：

学生	课程	教师	教室	教材	上课时间
姜春	python	jason	301	《python基础》	08:00
李乾新	go	egon	302	《go从入门到放弃》	14:30

这里通过（学生，课程）可以确定教师、教材，教室和上课时间，所以可以把（学生，课程）作为联合主键。但是，教材并不完全依赖于（学生，课程），只拿出课程就可以确定教材，因为一个课程，一定指定了某个教材。这就叫不完全相关，或者部分相关。出现这种情况，就不满足第二范式。

修改后，选课表：

学生	课程	教师	教室	上课时间
姜春	python	jason	301	08:00
李乾新	go	egon	302	14:30

课程表：

课程	教材
python	《python基础》
go	《go从入门到放弃》

所以，第二范式可以说是消除部分依赖。第二范式可以减少插入异常，删除异常和修改异常。

第三范式（3NF）

第三范式需要确保数据表中的每一列数据都和主键直接相关，而不能间接相关。

举个例子，比如上述的学生选课表，你将教师，以及教师职称放入改表中是不合适的，教师依赖于（学生，课程），而教师职称依赖于教师，这叫传递依赖，不满足第三范式。

总结

"""
第一范式就是原子性，字段不可再分割；
第二范式就是完全依赖，没有部分依赖；
第三范式就是没有传递依赖。
"""

参考博客：

https://www.iteye.com/blog/aijuans-1629645

https://www.cnblogs.com/linjiqin/archive/2012/04/01/2428695.html

https://www.cnblogs.com/zhhh/archive/2011/04/21/2023355.html