三十四:Django之查询

一:打开mysql的日志文件

1.进入mysql执行以下命令:set global general_log=on;

2.查看日志文件的位置:show variables like 'general_log_file';

3.打开日志文件:sudo tail -f /usr/local/mysql/data/shuai.log

这样就可以实时看到mysql的操作了(注意:以上的操作针对的是mac电脑)

二:查询函数

通过模型类.objects属性可以调用如下函数,实现对模型类敌营的数据表的查询

1.get函数

2.all函数

3.filter函数

条件格式:模型类属性名__条件名=值

a.判等(条件名可省略) 条件名:exact

b.模糊查询

包含:contains

查询标题包含‘传’

以‘x’结尾:endswith

查询标题以‘部’结尾

以‘x’开头:startswith

查询标题以‘天’开头

c.空查询 isnull

查询标题不为空

d.范围查询 in

查询id=1或id=3或id=5的图书

e.比较查询:gt 大于    lt 小于    gte 等于

查询id大于3的图书

查询id小于5的图书

f.日期查询

查询1980年发表的图书

查询5月份发表的图书

查询1980年1月1日后发表的图书

4.exclude函数

使用方法与filter一样,返回结果相反

5.order__by函数

作用:对查询结果进行排序

查询所有图书信息,按照id升序排序

查询所有图书信息,按照id降序排序

把id大于3的图书按照阅读量降序排序

6.F对象

作用:用于类属性之间的比较

使用前需要先导入:from Django.db.models import F

查询图书阅读量大于评论量图书信息

查询图书阅读量大于2倍评论量图书信息

7.Q对象

作用:用于查询时条件之间的逻辑关系。 not and or,可以对Q对象进行 &|~ 操作。

使用前需要先导入:from django.db.models import Q

查询id大于3且阅读量大于30的图书信息

查询d大于3或者阅读量大于30的图书信息

查询id不等于3图书的信息

三:聚合函数

作用:对查询结果进行聚合操作

sum count avg max min

agreegate:调用词此还书进行聚合;返回值是一个字典

使用前需先导入聚合类:

from django.db.models import Sum,Count,Avg,Max,Min

例:查询所有图书的数目

例:查询所有图书阅读量总和

1.count函数

返回值是一个数字

作用:统计满足条件数据的数目

例:统计所有图书的数目

例:统计id大于3的所有图书的数目

四:查询集

all,filter,exclude,order_by调用这些函数会产生一个查询集

QuerySet类对象可以继续调用上面的所有函数

查询集特征:

1.惰性查询:只有在世纪使用查询集中的数据的时候才会发生对数据库的真正查询

2.缓存:当使用的是同一个查询集时,第一次的时候会发生实际数据库的查询,然后把结果缓存起来,之后再使用这个查询集时,使用的是缓存中的结果

限制查询集:

可以对一个查询集进行取下标或切片操作来限制查询集的结果。

对一个查询集进行切片操作会产生一个新的查询集,下表不允许为负数。

取出查询集第一条数据的两种方式:

五:总结

查询相关函数

get:返回一条且只能有一条数据,返回值是一个对象,参数可以写查询条件。

all:返回模型类对应表的所有数据,返回值是QuerySet。

filter:返回满足条件的数据,返回值是QuerySet,参数可以写查询条件

exclude:返回不满足条件的数据,返回值是QuerySet,参数可以写查询条件

order_by:对查询结果进行排序,返回值是QuerySet,参数中写排序的字段

from Django.models import F,Q,Sum,Count,Avg,Max,Min

F对象:用于类属性之间的比较

Q对象:用于条件之间的逻辑关系

aggregate:进行聚合操作,返回值是一个字典,进行聚合的时候需要先导入聚合类

count:返回结果集中数据的数目,返回值是一个数字

⚠️:对一个QuerySet实例对象,可以继续调用上面的所有函数

©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 216,496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 92,407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 162,632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 58,180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 67,198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 51,165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 40,052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 38,910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 45,324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 37,542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 39,711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 35,424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 41,017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 31,668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 32,823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 47,722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 44,611评论 2 353