一、基于双下划线跨表查询(join查询)
在上一篇中,我们简单的介绍了基于对象的跨表查询,本章将继续阐述基于双下划线的跨表查询,所用的表格均为上章中所创建的表格。
##########################基于双下划线的查询:正向查询,按字段,反向查询,按表名#####################
1、一对多
实例一(正向,用字段):
# 查询红楼梦的出版社名称 #方式1: ret=Book.objects.filter(title="红楼梦").values("publish__name") print(ret) # <QuerySet [{‘publish__name‘: ‘北京出版社‘}]> # 方式2: res=Publish.objects.filter(book__title="红楼梦").values("name") print(res) #<QuerySet [{‘name‘: ‘北京出版社‘}]>
实例二(反向,用表名):
# 查询沙河出版社出版过的书籍名称 #方式1: ret=Publish.objects.filter(name="沙河出版社").values("book__title") print(ret) #<QuerySet [{‘book__title‘: ‘金品梅2‘}, {‘book__title‘: ‘金品梅3‘}]> #方式2: res=Book.objects.filter(publish__name="沙河出版社").values("title") print(res) #<QuerySet [{‘title‘: ‘金品梅2‘}, {‘title‘: ‘金品梅3‘}]>
2、多对多
实例一(正向,用字段):
# 查询红楼梦所有作者的名字 ret=Book.objects.filter(title="红楼梦").values("authors__name") print(ret) #<QuerySet [{‘authors__name‘: ‘alex‘}, {‘authors__name‘: ‘egon‘}]>
实例二(反向,用表名):
#查询alex出版过的所有书籍 ret=Author.objects.filter(name="alex").values("book__title") print(ret) #<QuerySet [{‘book__title‘: ‘金品梅2‘}, {‘book__title‘: ‘红楼梦‘}]>
3、一对一
实例一(正向,用字段):
# 查询地址在沙河并且email是123的作者的名字 ret=AuthorDetail.objects.filter(adrr="沙河",email=123).values("author__name") print(ret) #<QuerySet [{‘author__name‘: ‘alex‘}]>
实例二(反向,用表名):
# 查询alex作者的adrr地址 ret = Author.objects.filter(name="alex").values("authordetail__adrr") print(ret) #<QuerySet [{‘authordetail__adrr‘: ‘沙河‘}]>
实例三(综合实例):
#email以456开头的作者出版过的所有书籍名称以及出版社名称
ret=Book.objects.filter(authors__authordetail__email__startswith="456").values("title","publish__name") print(ret)
总结,在上一章的对象查询中,我们可以总结为所有的查询是基于一个models对象,而本节中双下划线查询均是基于queryset对象进行的!反向查询使用的表名同样必须为小写。
二、聚合函数(aggregate)
aggregate()是QuerySet 的一个终止子句,意思是说,它返回一个包含一些键值对的字典。键的名称是聚合值的标识符,值是计算出来的聚合值。键的名称是按照字段和聚合函数的名称自动生成出来的。如果你想要为聚合值指定一个名称,可以向聚合子句提供它。如下例:
#查询所有书籍的平均价格 # 实例1: ret=Book.objects.all().aggregate(Avg("price")) print(ret) #{‘price__avg‘: 172.66666666666666} # 实例2: res = Book.objects.all().aggregate(avgPrice=Avg("price")) print(res) #{‘avgPrice‘: 172.66666666666666}
如果你希望生成不止一个聚合,你可以向aggregate()子句中添加另一个参数。所以,如果你也想知道所有图书价格的最大值和最小值,可以这样查询:
# 查询所有书籍的平均价格、价格最大值、价格最小值 ret = Book.objects.all().aggregate(Avg("price"),Min("price"),Max("price")) print(ret) #{‘price__avg‘: 172.66666666666666, ‘price__min‘: Decimal(‘123.00‘), ‘price__max‘: Decimal(‘230.00‘)}
以上实例中需要按照如下方式引入相应的模块方法:
from
django.db.models
import
Avg,
Max
,
Min
三、分组函数(annotate)
annotate()为调用的QuerySet中每一个对象都生成一个独立的统计值(统计方法用聚合函数)。
实例1:查询每一个出版社出版过的书籍个数
ret=Publish.objects.all().annotate(num=Count("book__title")) #可以理解为每一个出版社对象增加一个num字段,该字段值是通过聚合函数联表求得 for pub_obj in ret: print(pub_obj.name,pub_obj.num)
annotate的返回值是querySet,如果不想遍历对象,可以用上values_list,如下:
ret = Publish.objects.all().annotate(num=Count("book__title")).values_list("name","num") print(ret) #<QuerySet [(‘人民出版社‘, 0), (‘沙河出版社‘, 2), (‘北京出版社‘, 1)]>
实例2:查询每一本书的作者个数
ret=Book.objects.all().annotate(counts=Count("authors__nid")).values("title","counts") print(ret) #<QuerySet [{‘title‘: ‘金品梅2‘, ‘counts‘: 2}, {‘title‘: ‘金品梅3‘, ‘counts‘: 2}, {‘title‘: ‘红楼梦‘, ‘counts‘: 2}]>