Django ORM的QuerySet:解锁数据库交互的魔法钥匙

简介: Django ORM的QuerySet:解锁数据库交互的魔法钥匙

前言

    在Django的广阔世界里,ORM(对象关系映射)是连接数据库与Python代码的桥梁。而在这座桥梁上,QuerySet无疑是最耀眼的明星。它不仅简化了复杂的数据库操作,还提供了丰富的查询和过滤功能,使得开发者能够轻松地在数据库与应用程序之间穿梭。本文将带你领略QuerySet的魅力,解析其概念、用途、原理,并附上实用的使用方法,让你在Django的开发之路上更加游刃有余。


一、什么是QuerySet?

QuerySet 是 Django 提供的一个高级接口,用于对数据库中的数据进行查询和操作。它是一个包含一系列数据库查询指令的集合,而不是实际的数据行。

QuerySet 对象是惰性的(lazy),这意味着它们不会立即执行查询,直到你真正需要结果时才会执行。

二、QuerySet 的用途

  1. 查询数据:可以对数据库中的记录进行筛选、排序、聚合等操作。
  2. 数据聚合:使用 aggregate 方法进行数据的统计和计算。
  3. 数据注释:使用 select_relatedprefetch_related 优化数据库查询,减少查询次数。
  4. 切片和迭代:可以对 QuerySet 进行切片,获取特定范围的结果,也可以迭代 QuerySet 获取所有结果。
  5. 链式调用QuerySet 方法返回 QuerySet 对象,支持链式调用,使得查询构建清晰且易于阅读。

三、如何使用 QuerySet?

1. 基本查询

entries = Entry.objects.all()  # 获取所有记录

2. 筛选

entries = Entry.objects.filter(published_date__lte=timezone.now())

3. 排除

entries = Entry.objects.exclude(is_draft=True)

4. 排序

entries = Entry.objects.order_by('published_date')

5. 聚合

from django.db.models import Count
entries = Entry.objects.values('author').annotate(total=Count('id'))

6. 切片

first_five_entries = Entry.objects.all()[:5]  # 获取前五条记录

7. 迭代

for entry in Entry.objects.all():
    print(entry.title)

8. 链式调用

entries = Entry.objects.filter(is_published=True).order_by('-date_published')

四、QuerySet 的原理

QuerySet 的工作原理基于生成器模式当你创建一个 QuerySet 时,Django 会构建一个查询,但不会立即执行它只有当你需要 QuerySet 的数据时,Django 才会执行查询。这有几个关键点:

  1. 惰性执行QuerySet 直到真正需要数据时才执行查询,这可以避免不必要的数据库访问。
  2. 查询优化:Django 会在内部优化查询,比如合并多个查询为一个,减少数据库的访问次数。
  3. 数据库抽象QuerySet 允许开发者以一种数据库无关的方式来编写数据库查询,Django 会将这些查询转换成适合底层数据库的 SQL。
  4. 缓存:Django 可以对 QuerySet 结果进行缓存,以提高性能。

QuerySet 是 Django ORM 的强大工具,它使得数据库操作变得简单、直观且高效。通过 QuerySet,开发者可以轻松地构建复杂的数据库查询,同时保持代码的清晰和可维护性。


对QuerySet进行手动处理:

# 序列化
#query_set<[object, obj2]>
book_set = Book.objects.all()
books = []
#  遍历 每一个 模型对象
for book in book_set:
    books.append({
        'id': book.id,
        'btitle': book.btitle,
        'price': book.price,
        'bread': book.bread,
        'bcomment': book.bcomment
    })

反序列化:django将前端传递的json格式的字符串数据接收并转换为模型对象,这个过程称之为反序列化。

对获取的json数据,手动进行反序列化:

#获取前端传递数据
json_dict = request.data
json_dict = {
    "btitle":"光年",
    "price":18.8,
    "bread":20,
    "bcomment":200
}
# 模型对象,将获取的json格式数据插入
obj = Book()
obj.btitle = json_dict['btitle']
obj.price = json_dict['price']
obj.bread = json_dict['bread']
obj.bcomment = json_dict['bcomment']
ojb.save()
相关文章
|
4天前
|
关系型数据库 MySQL 数据库
Django与MySQL:配置数据库的详细步骤
Django与MySQL:配置数据库的详细步骤
|
3天前
|
存储 SQL PHP
PHP中的PDO与数据库交互
PHP的PDO扩展提供了一种方式来统一访问多种数据库
|
4天前
|
存储 安全 数据库
Django ORM深度游:探索多对一、一对一与多对多数据关系的奥秘与实践
Django ORM深度游:探索多对一、一对一与多对多数据关系的奥秘与实践
|
4天前
|
存储 SQL 数据处理
Django ORM实战:模型字段与元选项配置,以及链式过滤与QF查询详解
Django ORM实战:模型字段与元选项配置,以及链式过滤与QF查询详解
|
4天前
|
数据库 开发者 Python
Django ORM入门指南:从概念到实践,掌握模型创建、迁移与视图操作
Django ORM入门指南:从概念到实践,掌握模型创建、迁移与视图操作
|
5天前
|
缓存 Java 数据库连接
构建高效数据库交互:Hibernate与JPA的性能优化策略
【6月更文挑战第25天】在大数据时代,优化Hibernate和JPA的数据库性能至关重要。本文探讨了优化策略:正确配置映射以减少冗余,利用JPQL/HQL提升查询效率,避免全字段选择,使用索引和分页,有效利用缓存策略,以及管理事务以平衡资源锁定。示例代码展示了分页查询的实现,以防止性能下降。
|
11月前
|
SQL 数据库 索引
【Django学习】(六)ORM框架_关联模型_数据创建&查询&更新&删除&过滤
【Django学习】(六)ORM框架_关联模型_数据创建&查询&更新&删除&过滤
【Django学习】(六)ORM框架_关联模型_数据创建&查询&更新&删除&过滤
|
10月前
|
SQL 数据库 Python
|
10月前
|
SQL Python
|
10月前
|
前端开发 数据库 Python
【Django】Django之ORM数据库查询及获取数据操作
【Django】Django之ORM数据库查询及获取数据操作
65 0