数据模型 Model

从模型的定义过程分析归纳得知，模型定义可以分为三部分，每个部分的功能说明如下：

  1. 定义模型字段，每个模型字段对应数据表的某个表字段，字段以 aa=models.bb(cc) 格式表示，比如 id = models.AutoField(primary_key=True)，其中id为模型字段名称，它与数据表的表字段相互对应；models.AutoField 是设置字段的数据类型，常用类型有整型、字符型或浮点型等；primary_key=True是设置字段属性，例如字段是否为表主键、限制内容长度、设置默认值等。

    在源码目录 django/db/models/fields的__init__.py 和 files.py 文件里找到各种模型字段，说明如下：

    • AutoField: 自增长类型，数据表的字段类型为整数，长度为11位。

    • BigAutoField: 自增长类型，数据表的字段类型为bigint，长度为20位。

    • CharField: 字符类型。

    • BooleanField: 布尔类型。

    • CommaSeparatedIntegerField: 用逗号分隔的整数类型。

    • DateField: 日期（Date）类型。

    • DateTimeField: 日期时间（Datetime）类型。

    • Decimal: 十进制小数类型。

    • EmailField: 字符类型，存储邮箱格式的字符串。

    • FloatField: 浮点数类型，数据表的字段类型变成Double类型。

    • IntegerField: 整数类型，数据表的字段类型为11位的整数。

    • BigIntegerField: 长整数类型。

    • IPAddressField: 字符类型，存储Ipv4地址的字符串。

    • GenericIPAddressField: 字符类型，存储Ipv4和Ipv6地址的字符串。

    • NullBooleanField: 允许为空的布尔类型。

    • PositiveIntegerField: 正整数的整数类型。

    • PositiveSmallIntegerField: 小正整数类型，取值范围为0~32767。

    • SlugField: 字符类型，包含字母、数字、下划线和连字符的字符串。

    • SmallIntegerField: 小整数类型，取值范围为-32768~+32767。

    • TextField: 长文本类型。

    • TimeField: 时间类型，显示时分秒 HH:MM[:ss[.uuuuuu]]。

    • URLField: 字符类型，存储路由格式的字符串。

    • BinaryField: 二进制数据类型。

    • FileField: 字符类型，存储文件路径的字符串。

    • ImagerField: 字符类型，存储图片路径的字符串。

    • FilePathField: 字符类型，从特定的文件目录选择某个文件。

    在不同的字段类型中，还可以设置字段的基本属性，比如 primary_key=True 是将字段设置为主键，没个字段都具有共同的基本属性，如下所示：

    • verbose_name: 默认为None，在Admin站点管理设置字段的线上名称。

    • primary_key: 默认为False，若为True，则将字段设置成主键。

    • max_length: 默认为None，设置字段的最大长度。

    • unique: 默认为False，若为True，这设置字段的唯一属性。

    • blank: 默认为False，若为True，则字段允许为空值，数据库将存储空字符串。

    • null: 默认为False，若为True，则字段允许为空值，数据库表现为NULL。

    • db_index: 默认为False，若为True，则以此字段来创建数据库索引。

    • default: 默认为NOT_PROVIDED对象，设置字段的默认值。

    • editable: 默认为True，允许字段可编辑，用于设置Admin的新增数据的字段。

    • serialize: 默认为True，允许字段序列化，可将数据转化为JSON格式。

    • unique_for_date: 默认为None，设置日期字段的唯一性。

    • unique_for_month: 认为None，设置日期字段月份的唯一性。

    • unique_for_year: 认为None，设置日期字段年份的唯一性。

    • choices: 默认为空列表，设置字段的可选性。

    • help_text: 默认为空字符串，用于设置表单的提示信息。

    • db_column: 默认为None，设置数据表的列名称，若不设置，则将字段名作为数据表的列名。

    • db_tablespace: 默认为None，如果字段已创建索引，那么数据库的表空间名称将作为该字段的索引名。注意: 部分数据库不支持表空间。

    • auto_created: 默认为False，若为True，则自动创建字段，用于一对一的关系模型。

    • validators: 默认为空列表，设置字段内容的验证函数。

    • error_messages: 默认为None，设置错误提示。

  2. 重写函数 str()，这是设置模型的返回值，默认情况下，返回值为模型名+主键。

    • 函数 str 可用于外键查询，比如模型A设有外键字段F，外键字段F关联模型B，当查询模型A时，外键字段F会将模型B的函数__str__返回值作为字段内容。

    • 注意: 函数__str__只允许返回字符类型的字段，如果字段的整型或者日期类型的，就必须使用Python的str()函数将其转化成字符类型。

  3. 重写Meta选项，这是设置模型的常用属性，一共设有19个属性，每个属性的说明如下:

    • abstract: 若设为True，则该模型为抽象模型，不会在数据库里创建数据表。

    • app_label: 属性值为字符串，将模型设置为指定的项目应用，比如将index的models.py定义的模型A指定到其他的App里。

    • db_table: 属性值为字符串，设置模型所对应的数据表名称。

    • db_tablespace: 属性值为字符串，设置模型所使用数据库的表空间。

    • get_latest_by: 属性值为字符串或列表，设置模型数据的排序方式。

    • managed: 默认值为True，支持Django命令执行数据迁移；若为False，则不支持数据迁移功能。

    • order_with_respect_to: 属性值为字符串，用于多对多的模型关系，指向某个关联模型的名称，并且模型名称必须为英文小写。

    • ordering: 属性值为列表，将模型数据以某个字段进行排序。

    • permissions: 属性值为元组，设置模型的访问权限，默认设置添加、删除和修改的权限。

    • proxy: 若为True，则为模型创建代理模型，即克隆一个与模型A相同的模型B。

    • required_db_features: 属性值为列表，声明模型依赖的数据库功能。

    • required_db_vendor: 属性值为列表，声明模型支持的数据库，默认支持SQLite、PostgreSQL、MySQL和Oracle。

    • select_on_save: 数据新增修改算法，通常无需设置此属性，默认值为False。

    • indexes: 属性值为元组，多个字段的联合唯一，等于数据库的联合约束。

    • verbose_name: 属性值为字符串，设置模型直观可读的名称并以复数形象表示。

    • verbose_name_plural: 与 verbose_name 相同，以单数形式表示。

    • label: 只读属性。

    • label_lower: 与label相同。

数据迁移创建数据表

$ python manage.py makemigrations
$ python manage.py migrate
# 单独执行一个应用
$ python manage.py migrate commodity 0001_initial
# 生成 sql 语句
$ python manage.py sqlmigrate commodity 0001_initial

使用 QuerySet 操作数据

Django 对数据库的数据进行增、删、改操作是借助内置ORM框架所提供的API方法实现的

新增数据

$ python manage.py shell
# 在Shell模式下，对数据表commodity_types新增数据
>>> from commodity.models import Types
>>> t = Types()
>>> t.firsts = '童装1'
>>> t.seconds = '女装1'
>>> t.save()
>>> t.id

除了上述方法外，数据新增还有以下3种常见方法，如下：

# 方法一
# 使用create方法实现数据新增
>>> t = Types.objects.create(firsts='儿童用品1', seconds='婴儿床')

# 方法二
# 同样使用create方法，但数据以字典格式表示
>>> d = dict(firsts='奶粉辅食1', seconds='磨牙饼干1')
>>> t = Types.objects.create(**d)

# 方法三
# 在实例化时直接设置属性值
>>> t = Types(firsts='儿童早教1', seconds='通话故事1')
>>> t.save

get_or_create 方法

数据去重判断，数据表中有数据则不操作，没有数据则新增数据。

>>> d = dict(firsts='奶粉辅食1', seconds='营养品1')
>>> t = Types.objects.get_or_create(**d)
# 数据新增后，获取新增数据的主键id
>>> t[0].id

update_or_create 方法

判断当前数据在数据表里是否存在，若存在，则进行更新操作，否则在数据表里新增数据。

# 第一次是新增数据
>>> d = dict(firsts='儿童早教1', seconds='儿童玩具1')
>>> t = Types.objects.update_or_create(**d)
# 第二次是修改数据
>>> t = Types.objects.update_or_create(**d, defaults={'firsts': '教育资料'})
>>> t[0].title

bulk_create 方法

批量新增数据

>>> t1 = Types(firsts='儿童用品', seconds='湿纸巾')
>>> t2 = Types(firsts='儿童用品', seconds='纸尿裤')
>>> ojb_list = [t1, t2]
>>> Types.objects.bulk_create(ojb_list)

更新数据

>>> t = Types.objects.get(id=1)
>>> t.firsts = '儿童用品'
>>> t.save

update 方法

# 批量更新一条或多条数据，查询方法使用filter
# filter 以列表格式返回，查询结果可能是一条或多条数据
>>> Types.objects.filter(id=1).update(seconds='男装')
# 更新数据以字典格式表示
>>> d = dict(seconds='童鞋')
>>> Types.objects.filter(id=1).update(**d)
# 不使用查询方法，默认对全表的数据进行更相信
>>> Types.objects.update(firsts='母婴用品')
# 使用内置 F 方法实现数据的自增和自减
# F 方法还可以在 annotate 或 filter 方法里使用
>>> from django.db.models import F
>>> t = Types.objects.filter(id=1)
# 将 id 字段原有的数据自增加10，自增或自减的字段必须为数字类型
>>> t.update(id=F('id')+10)

bulk_update

数据批量更新

# 新增两个数据
>>> t1 = Types.objects.create(firsts='奶粉辅食', seconds='纸尿片')
>>> t2 = Types.objects.create(firsts='儿童用品', seconds='进口奶粉')
# 修改字段 firsts 和 seconds 的数据
>>> t1.firsts = '儿童用品'
>>> t2.seconds = '婴儿车'
# 批量修改字段 firsts 和 seconds 的数据
>>> Types.objects.bulk_update([t1, t2],fields=['firsts','seconds'])

删除数据

删除数据有3种方式：删除数据表的全部数据、删除一行数据和删除多行数据。

# 删除数据表中的全部数据
>>> Types.objects.all().delete()
# 删除一条id为1的数据
>>> Types.objects.get(id=1).delete()
# 删除多条数据
>>> Types.objects.filter(firsts='儿童用品').delete()

查询单表数据

>>> from index.models import *
# 全表查询
# SQL：select * from index_vocation，数据以列表返回
>>> v = Vocation.objects.all()
# 查询第一条数据，序列从0开始
>>> v[0].job

# 查询前3条数据
# SQL：select * from index_vocation limit 3
# SQL 语句的limit方法，在Django中使用列表截取即可
>>> v = Vocation.objects.all()[:3]

# 查询某个字段
# SQL：select job from index_vocation
# values 方法，数据以列表返回，列表元素以字典表示
>>> v = Vocation.objects.values('job')
>>> v[1]['job']

# values_list 方法，数据以列表返回，列表元素以元组表示
>>> v = Vocation.objects.values_list('job')[:3]

# 使用 get 方法查询数据
# SQL：select * from index)_vocation where id=2
>>> v = Vocation.objects.get(id=2)
>>> v.job

# 使用 filter 方法查询数据，注意区分get和filter的差异
>>> v = Vocation.objects.filter(id=2)
>>> v[0].job

# SQL 的and查询主要在filter里面添加多个查询条件
>>> v = Vocation.objects.filter(job='网站设计', id=3)
# filter 的查询条件可设为字典格式
>>> d = dict(job='网站设计', id=3)
>>> v = Vocation.objects.filter(**d)

# SQL 的or查询，需要引入Q，编写格式：Q(field=value)|Q(ffield=value)
# 多个Q之间使用"|"隔开即可
# SQL：select * from index_vocation where job='网站设计' or id=9
>>> from django.db.models import Q
>>> v = Vocation.objects.filter(Q(job='网站设计')|Q(id=9))

# SQL 的不等于查询，在Q查询前面使用"~"即可
# SQL语句：select * from index_vocation where not (job='网站设计')
>>> v = Vocation.objects.filter(~Q(job='网站设计'))
# 还可以使用exclude实现不等于查询
>>> v = Vocation.objects.exclude(job='网站设计')

# 使用count方法统计查询数据的数据量
>>> v = Vocation.objects.filter(job='网站设计').count()

# 去重查询，distinct 方法无须设置参数，去重方式根据values设置的字段执行
# SQL：select distinct job from index_vocation wherer job = '网站设计'
>>> v = Vocation.objects.values('job').filter(job='网站设计').distinct()

# 根据字段id降序排列，降序只要在order_by里面的字段前面加"-"即可
>>> v = Vocation.objects.order_by('-id')

# 聚合查询，实现对数据值的求和、求平均值等，由annotate和aggregate方法实现
# annotate 类似于SQL里面的GROUP BY方法
# 如果不设置values，默认对主键进行GROUP BY分组
# SQL：select job,sum(id) as 'id__sum' from index_vocation group by job
>>> from django.db.models import Sum, Count
>>> v = Vocation.objects.values('job').annotate(Sum('id'))
>>> print(v.query)

# aggregate是计算某个字段的值并只返回计算结果
# SQL：select count(id) as 'id_count' from index_vocation
>>> from django.db.models import Count
>>> v = Vocation.objects.aggregate(id_count=Count('id'))

# union、intersection和difference语法
# 每次查询结果的字段必须相同
# 第一次查询结果v1
>>> v1 = Vocation.objects.filter(payment__=9000)
# 第二次查询结果v2
>>> v2 = Vocation.objects.filter(payment__gt=5000)

# 使用SQL的UNION来组合两个或多个查询结果的并集
# 获取两次查询结果的并集
>>> v1.intersection(v2)
# 使用SQL的except来获取两个或多个查询结果的差
# 以v2为目标数据，去除v1和v2的共同数据
>>> v2.difference(v1)

想使用大于、小于、不等于或模糊查询的匹配方法，则可在查询条件filter和get里使用匹配符实现。

匹配符使用说明
__exactfilter(job__exact='开发')精确等于，如SQL的like'开发'
__iexactfilter(job__iexact='开发')精确等于并忽略大小写
__containsfilter(job__contains='开发')模糊匹配，如SQL的like'%开发%'
__icontainsfilter(job__icontains='开发')模糊匹配，忽略大小写
__gtfilter(id__gt=5)大于
__gtefilter(id__gte=5)大于等于
__ltfilter(id__lt=5)小于
__ltefilter(id__lte=5)小于等于
__infilter(id__in=[1,2,3])判断是否在列表内
__startswithfilter(job__startswith='开发')以.....开头
__istartswithfilter(job__istartswith='开发')以......开头并忽略大小写
__endswithfilter(job__endswith='开发')以......结尾
__iendswithfilter(job__iendswith='开发')以......结尾并忽略大小写
__rangefilter(job__range='开发')在......范围内
__yearfilter(date__year=2021)日期字段的年份
__monthfilter(date__month=12)日期字段的月份
__dayfilter(date__day=30)日期字段的天数
__isnullfilter(date__isnull=True/False)判断是否为空

查询条件 get 和 filter 的差异

  • 查询条件 get：查询字段必须是主键或者唯一约束的字段，并且查询的数据必须存在，如果在查询的字段有重复值或者查询的数据不存在，程序就会抛出异常信息。

  • 查询条件 filter：查询字段没有限制，只有该字段是数据表的某一字段即可。查询结果一列表形式返回，如果查询结果为空（查询的数据在数据表中找不到），就返回空列表。

查询多表数据

# 正向查询
# 查询模型Vocation某行数据对象v
>>> v = Vocation.objects.filter(id=1).first()
# v.name代表外键name
# 通过外键name去查询模型PersonInfo所对应的数据
>>> v.name.hireDate

# 反向查询
# 查询模型PersonInfo某行数据对象p
>>> p = PersonInfo.objects.filter(id=2).first()
# 方法一
# vocation_set的返回值为queryset对象，即查询结果
# vocation_set的vocation为模型Vocation的名称小写
# 模型Vocation的外键字段name不能设置参数related_name
# 若设置参数related_name，则无法使用vocation_set
>>> v = p.vocation_set.first()
>>> v.job
# 方法二
# 由模型Vocation的外键字段name的参数related_name实现
# 外键字段name必须设置参数related_name才有效，否则无法查询
# 将外键字段name的参数related_name设为ps
>>> v = p.ps.first()
>>> v.job