四阶段day3-django数据库与模型的配置

一、做项目时是先创模型还是先创建数据库

1、

正向工程:通过面向对象的模型迁移创建数据库的二维表(模型相对比较简单,没有专业的DBA,暂时也不考虑数据访问的优化)

python manage.py makemigrations ——生成迁移
python manage.py migrate ——执行迁移

反向工程:根据关系型数据库的二维表来生成对应的模型(有专业的DBA,模型比较复杂,项目的规模比较大)

python manage.py inspectdb (--database XXX)  >app/models.py

——》python会把默认的数据库反向生成models.py,括号里可以选填某个数据库反向导出模型。


settings.py文件默认数据库配置信息
说明:默认数据库指的是default!!!
对应XXX数据库的配置信息
注意:(--database XXX)中的XXX对应的是backend,而不是数据库名hrs!!!
2、

如果django中配置了多个数据库,那么需要配置数据库路由。

我们可以这样给各个app文件夹的models.py文件中的模型(类)添加app_label属性打一个标签,这样的话我们可以通过检查模型的app_lable来决定访问数据库时路由到哪个数据库。

为models.py文件中的模型添加app_label属性

class TbEmp(models.Model):
    eno = models.IntegerField(primary_key=True)

    class Meta:
        managed = False
        db_table = 'tb_emp'
        app_label = 'hrs'   ——添加此属性

为settings.py文件添加以下代码

DATABASE_ROUTERS = [
    'app.routers.AuthRouter',
]

新增routers.py文件到app文件夹下,并完成有关代码!

路由类需要提供4个方法:
db_for_read
db_for_write
allow_relation --> True
allow_migration --> True
对应看下图表


1
2

======================================
数据库单表查询时,对表中属性选择性的查询能提高查询性能和节约内存,采取only方法来优化:

emps=Models.objects.all().only('name','gender','age')
=========================
props=('ename','job','sal','comm')
emps=TbEmp.objects.all().only(*props).order_by('-sal')[:10]

在使用ORM框架处理关联查询,联表查询时如果不做任何处理将会导致1+N查询问题。如果希望使用内连接或者左外连接来优化查询,
那么可以使用下面的方式优化:
-select_related('关联属性') ——多对一
-prefetch_related('关联属性') ——多对多

props=('ename','job','sal','comm')
emps=TbEmp.objects.all().only(*props).select_related('外表A属性1').select_related('外表B属性2')

django框架中对查询的数据分页处理流程
1、前端传回一个page参数,没有则默认为第一页;
2、查询符合条件的模型对象(访问数据库),并对模型对象进行切片处理(模型对象是一个列表,故可切片)

    props = ('no', 'name', 'job', 'mgr', 'sal', 'dept')
    emps = Emp.objects.all().only(*props)\
        .select_related('mgr').select_related('dept')\
        .order_by('-sal')[(page - 1) * size:page * size]
size即为每页的数据个数,自定。

==============================================

如果django的ORM框架在功能或者性能上达不到要求那么也可以通过原生的SQl查询来代替ORM框架的工作

django框架中如何写原生sql代码

1、连接数据库并获取游标
from django.db import connections,connection
con=connection.cursor()  #连接default数据库并获取游标
con=connections['dafault'].cursor()
con=connections['backend'].cursor()  #连接backend对应的数据库并获取游标
2、编写sql代码
con.excude('sql代码')  #sql代码要用引号包起来,同时如果存在字符串格式化,要用  百分号%s 占位符格式  而不用 f'{}' 格式
3、获取数据库返回结果
result=con.fetch()  #获取一个结果
result=con.fetchall() #获取所有结果
result=con.fetchmany() #获取多个结果
from django.db import connections
def data_bar(request):
    names, totals = [], []
    # connections['default'] <==> connection
    with connections['default'].cursor() as cursor:
        cursor.execute('select name, total from tb_agent t1 '
                       ' left outer join '
                       ' (select agentid, count(agentid) as total '
                       ' from tb_agent_estate group by agentid) t2 '
                       ' on t1.agentid = t2.agentid')
        for row in cursor.fetchall():
            names.append(row[0])
            totals.append(row[1])
    return JsonResponse({'x_data': names, 'y_data': totals})

============================================
pip install django -i https://pypi.doubanio.com/simple
pip install -U pip 更新pip

虚拟环境依赖项

1、将依赖项导出到文件requirment.txt
pip freeze > requirment.txt

2、将依赖项安装到虚拟环境中
pip install requirment.txt

更改pip的配置文件
windows系统下的pip文件夹更改pip.ini ( cd C:\Users\Administrator\pip)
linux系统下.pip隐藏文件夹更改pip.conf (cd .pip)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容