Django(六)模型与数据库(多表查询)

多表查询

    在日常开发中,常常要对多个数据表同时进行数据查询。多个数据表查询需要数据表之间建立表概念西才得以实现。一对多或者多对多关系是通过外键实现关联。以模型Product和Type为例:

1.如果查询对象的主体是模型Type,要查询模型Type的数据,那么该查询码称为正向查询。

2.如果查询对象的主题数模型Type,要通过模型Type查询模型Product的数据,那么该查询为反向查询。

# 正向查询

>>> t = Type.objects.filter(product__id=9)

# 反向查询

>>> t[0].product_set.values('name')

    从上面的代码分析,因为正向查询的查询对象主体和查询的数据都来自于模型Type,因此正向查询在数据中执行了一次SQL查询,而反向查询执行了两次。为了减少反向查询的次数,可以使用select_related方法实现:

# 查询模型Product的字段那么和模型Type的字段type_name

>>> Product.objects.select_related('type').values('name', 'type__type_name')

>>> print(p.query)

# 查询两个模型的所有数据

>>> Product.objects.select_related('type').all()

>>> print(p.query)

# 获取两个模型的数据,以模型Product的ID大于8位查询条件

>>> Product.objects.select_related('type').filter(id__gt=8)

>>> print(p.query) 

# 获取量模型数据,以模型Type的type_name字段等于手机为查询条件

>>> Product.objects.select_related('type').filter(type__type_name='手机').all()

>>> print(p.query)  

select_related的使用说明如下:

1.以模型Product作为查询对象主体,当然也可以使用模型Type,只要表之间存在外键关联即可

2.设置select_related的参数值为"type",该参数值是模型Product定义的type字段。

3.如果在查询过程中需要使用另一个数据表的字段,可以使用"外键__字段名"来指向该表的字段。


    除此之外,select_related还支持按个或者以上的数据表同事查询,代码如下:

>>> Product.objects.select_related('living__province').get(name='amy')  

>>> p.living.provinc    

    上述列子通过设置select_related的参数值即可实现三个火三个以上的多表查询。参数说明如下:

1.living 是模型Person的字段,该字段指向模型City。

2.province是模型City的字段,该字段执行模型Province。

3. 两个字段之间使用双下划线连接并且连个字段都是指向另一个模型的,这说明在查询过程中,模型Person的字段living指向模型City,再从模型 City的字段province指向模型Province,从而实现三个或三个以上的多表查询。

    除了上面所讲述的列子之外,Django的ORM框架还提供很多 API方法,可以满足开发中各种复杂的需求,由于篇幅有限,有兴趣的同学可以在官网查阅相关资料。

©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 216,544评论 6 501
  • 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 92,430评论 3 392
  • 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 162,764评论 0 353
  • 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 58,193评论 1 292
  • 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 67,216评论 6 388
  • 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 51,182评论 1 299
  • 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 40,063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 38,917评论 0 274
  • 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 45,329评论 1 310
  • 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 37,543评论 2 332
  • 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 39,722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 35,425评论 5 343
  • 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 41,019评论 3 326
  • 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 31,671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 32,825评论 1 269
  • 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 47,729评论 2 368
  • 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 44,614评论 2 353

推荐阅读更多精彩内容