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。
来源：oschina
链接：https://my.oschina.net/u/4323671/blog/4090537