python Tornado peewee-async model操作

Model操作
1.create_table 生成物理表(可以同步执行)

Model.create_table(True)

2.insert 插入新数据
和create区别是,insert不返回模型实例,只返回id

mgr.execute(
    Model.insert(name='jiojliower', sort=99999)
)

3.insert_many 批量插入

insert_many([data1, data2, data3.....]),返回插入的第一条数据的id
obj = await mgr.execute(
    Model.insert_many([
        dict(name='poiuj', sort=99997),
        dict(name='oiuerte', sort=99996),
    ])
)

4.update 更新数据
返回实际更新的条数

obj = await mgr.execute(
    School.update(
        name='9809808'
    )
)

5.replace 新增
新增一条数据,若违反索引或约束等,则替换数据

obj = await mgr.execute(
Model.replace(
name=‘12313189’
)
)

6.delete 删除
返回删除的条数

obj = await mgr.execute(
    School.delete().where(
        School.name=='12313189'
    )
)

7.select 查询
返回实例对象迭代器

obj = await request.app.mgr.execute(
    Model.select()
)

方法 含义

.in_(value) IN查找(与相同<<)。
.not_in(value) 不在查询中。
.is_null(is_null) 是NULL还是IS NOT NULL。接受布尔参数。
.contains(substr) 通配符搜索子字符串。
.startswith(prefix) 搜索以开头的值prefix。
.endswith(suffix) 搜索以结尾的值suffix。
.between(low, high) 在low和之间搜索值high。
.regexp(exp) 正则表达式匹配(区分大小写)。
.iregexp(exp) 正则表达式匹配(不区分大小写)。
.bin_and(value) 二进制AND。
.bin_or(value) 二进制或。
.concat(other) 使用串联两个字符串或对象||。
.distinct() 标记列以进行DISTINCT选择。
.collate(collation) 用给定的排序规则指定列。
.cast(type) 将列的值强制转换为给定的类型。
8.dicts 转字典
返回字典对象迭代器

obj = await mgr.execute(
    School.select(School.id, School.name).where(School.id >= 90).dicts()
)

9.tuples 只返回值得元组迭代器

obj = await mgr.execute(
    School.select(School.id, School.name).where(School.id >= 90).tuples()
)

10.join 连接查询
会一并查询school的所有字段,若只想查school的某个字段,可以用School.id等

连接方式有

JOIN.LEFT_OUTER = ‘LEFT OUTER JOIN’
JOIN.RIGHT_OUTER = ‘RIGHT OUTER JOIN’
JOIN.INNER = ‘INNER JOIN’

obj = await mgr.execute(
    Class.select(Class.id, School).join(School, JOIN.LEFT_OUTER, on=(Class.school_id == School.id))
)

11.where 条件过滤
方法 意义

.in_(value) IN查找(与相同<<)。
.not_in(value) 不在查询中。
.is_null(is_null) 是NULL还是IS NOT NULL。接受布尔参数。
.contains(substr) 通配符搜索子字符串。
.startswith(prefix) 搜索以开头的值prefix。
.endswith(suffix) 搜索以结尾的值suffix。
.between(low, high) 在low和之间搜索值high。
.regexp(exp) 正则表达式匹配(区分大小写)。
.iregexp(exp) 正则表达式匹配(不区分大小写)。
.bin_and(value) 二进制AND。
.bin_or(value) 二进制或。
.concat(other) 使用串联两个字符串或对象||。
.distinct() 标记列以进行DISTINCT选择。
.collate(collation) 用给定的排序规则指定列。
.cast(type) 将列的值强制转换为给定的类型。
要使用逻辑运算符组合子句,请使用:

& 和

(User.is_active == True) & (User.is_admin == True)

| 或者

(User.is_admin) | (User.is_superuser)

~ 非

~(User.username.contains('admin'))

12.order_by 排序
desc 倒序(从大到小)
Rand(Mysql)和Random(Sqlite)随机排序

obj = await mgr.execute(
    School.select().order_by(
        School.id.desc(),
        School.name
    )
)

order_by(fn.Rand())

13.paginate 分页

obj = await mgr.execute(
    School.select().paginate(page_id, page_size)
)

14.count 总条数

obj = await mgr.execute(
    School.select().count()
)

15.having 聚合条件筛选

obj = await mgr.execute(
    School.select().group_by(School.name).having(fn.COUNT(School.name) > 50)
)

16.row 原生语句

School.raw('SELECT * FROM my_table WHERE data = %s and id = %s', user_data, user_id)

17.union 合并
| UNION
UNION
& INTERSECT

  • EXCEPT
mgr.execute(
    SenderReceiverInfo.select(SenderReceiverInfo.info_id) | DeliveryOrder.select(DeliveryOrder.sender_info_id.alias('info_id'))
)

六、fn操作
1.Avg 平均值
2.Sum 和
3.Max 最大值
4.Min 最小值
5.Count 合计
6.Substr 切片
第几个开始,取几个,1是第一个

School.select(
).where(
    fn.Substr(School.name, 1, 6) == 'zxcvbv'
)

七、Tuple 元组

 from peewee import Tuple
 School.select(
).where(
    Tuple(School.id, School.name) == (9, 'jijio')
)
©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 218,204评论 6 506
  • 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 93,091评论 3 395
  • 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 164,548评论 0 354
  • 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 58,657评论 1 293
  • 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 67,689评论 6 392
  • 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 51,554评论 1 305
  • 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 40,302评论 3 418
  • 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 39,216评论 0 276
  • 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 45,661评论 1 314
  • 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 37,851评论 3 336
  • 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 39,977评论 1 348
  • 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 35,697评论 5 347
  • 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 41,306评论 3 330
  • 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 31,898评论 0 22
  • 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 33,019评论 1 270
  • 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 48,138评论 3 370
  • 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 44,927评论 2 355

推荐阅读更多精彩内容

  • [TOC] 最近尝试使用tornado。由于tornado组件较为简洁,还需引入一些其他类库结合使用。在ORM方面...
    yuchanns阅读 11,000评论 1 5
  • 关系数据库入门 关系数据库概述 数据持久化 - 将数据保存到能够长久保存数据的存储介质中,在掉电的情况下数据也不会...
    d4d98020ef88阅读 665评论 0 0
  • pyspark.sql module Module context Spark SQL和DataFrames中的重...
    盗梦者_56f2阅读 5,432评论 0 19
  • MYSQL语法 mysql大小写问题:1、数据库名与表名是严格区分大小写的;2、表的别名是严格区分大小写的;3、列...
    NJUST江波阅读 497评论 0 0
  • SQL 必知必会 第1章 了解SQL 定义 结构化查询语言(Structured Query Language) ...
    zzzzzzzeng阅读 1,288评论 0 0