Django商城使用QuerySet操作数据

使用QuerySet操作数据

Django对数据库的数据进行增、删、改操作是借助内置ORM框架所提供的API方法实现的，简单来说，ORM框架的数据操作API是在QuerySet类里面定义的，然后由开发者自定义的模型对象调用QuerySet类，从而实现数据操作。

新增数据

Django提供了多种数据新增方法，开发者可以根据实际情况以及个人使用习惯选择某一种新增方式。为了更好地演示数据库的增、删、改操作，在项目babys使用Shell模式（启动命令行和执行脚本）进行讲述，该模式方便开发人员开发和调试程序。在PyCharm的Terminal下开启Shell模式，输入pythonmanage.py shell指令即可，如图4-10所示。

在Shell模式下，若想对数据表commodity_types新增数据，则可输入以下代码实现：

上述代码是对项目应用commodity的模型Types进行实例化，再对实例化对象的属性进行赋值，从而实现数据表commodity_types的数据新增，代码说明如下：

（1）从项目应用commodity的models.py文件中导入模型Types。

（2）对模型Types声明并实例化，生成对象t。

（3）对对象t的属性进行逐一赋值，对象t的属性来自于模型Types所定义的字段。完成赋值后，再由对象t调用save方法进行数据保存。代码运行结束后，在数据表commodity_types里查看数据的新增情况，如图4-11所示。

除了上述方法外，数据新增还有以下3种常见方法，代码如下：

在执行数据新增时，为了保证数据的有效性，我们需要对数据进行去重判断，确保数据不会重复新增。以往的方案都是对数据表进行查询操作，如果查询的数据不存在，就执行数据新增操作。为了简化这一过程，Django提供了get_or_create方法，使用如下：

get_or_create根据每个模型字段的值与数据表的数据进行判断，判断方式如下：

只要有一个模型字段的值与数据表的数据不相同（除主键之外），就会执行数据新增操作。如果每个模型字段的值与数据表的某行数据完全相同，就不执行数据新增，而是返回这行数据的数据对象，比如对上述的字典d重复执行get_or_create，第一次是执行数据新增（若执行结果显示为True，则代表数据新增），第二次是返回数据表已有的数据信息（若执行结果显示为False，则数据表已存在数据，不再执行数据新增），如图4-12所示。

除了get_or_create之外，Django还定义了update_or_create方法，这是判断当前数据在数据表里是否存在，若存在，则进行更新操作，否则在数据表里新增数据，使用说明如下：

update_or_create是根据字典d的内容查找数据表的数据，如果能找到相匹配的数据，就执行数据修改，修改内容以字典格式传递给参数defaults即可；如果在数据表找不到匹配的数据，就将字典d的数据新增到数据表里。如果要对某个模型执行数据批量新增操作，那么可以使用bulk_create方法实现，只需将数据对象以列表或元组的形式传入bulk_create方法即可：

在使用bulk_create之前，数据类型为模型Types的实例化对象，并且在实例化过程中设置每个字段的值，最后将所有实例化对象放置在列表或元组里，以参数的形式传递给bulk_create，从而实现数据的批量新增操作。

更新数据

更新数据的步骤与数据新增的步骤大致相同，唯一的区别在于数据对象来自数据表，因此需要执行一次数据查询，查询结果以对象的形式表示，并将对象的属性进行赋值处理，代码如下：

上述代码获取数据表commodity_types里主键id等于1的数据对象t，然后修改数据对象t的firsts属性，从而完成数据修改操作。打开数据表commodity_types查看数据修改情况，如图4-13所示。

除此之外，我们还可以使用update方法实现数据更新，使用方法如下：

在Django 2.2或以上版本新增了数据批量更新方法bulk_update，它的使用与批量新增方法bulk_create相似，使用说明如下：

删除数据

删除数据有3种方式：删除数据表的全部数据、删除一行数据和删除多行数据，实现方式如下：

删除数据的过程中，如果删除的数据设有外键字段，就会同时删除外键关联的数据。比如我们在项目应用index的models.py定义模型PersonInfo和Vocation，如下所示：

如果删除模型PersonInfo里主键等于3的数据（简称为数据A），那么在模型Vocation中，有些数据（简称为数据B）关联了数据A，在删除数据A时，也会同时删除数据B。假设模型Vocation中有3行数据（数据B）关联了模型PersonInfo的数据A，数据删除过程如下所示：

从模型Vocation得知，外键字段的参数on_delete用于设置数据删除模式，比如模型Vocation的外键字段name设为CASCADE模式，不同的删除模式会影响数据删除结果，说明如下：

PROTECT模式：如果删除的数据设有外键字段并且关联其他数据表的数据，就提示数据删除失败。
SET_NULL模式：执行数据删除并把其他数据表的外键字段设为Null，外键字段必须将属性Null设为True，否则提示异常。
SET_DEFAULT模式：执行数据删除并把其他数据表的外键字段设为默认值。
SET模式：执行数据删除并把其他数据表的外键字段关联其他数据。
DO_NOTHING模式，不做任何处理，删除结果由数据库的删除模式决定。

查询单表数据

在更新数据时，往往只修改某行数据的内容，因此在更新数据之前还要对模型进行查询操作，确定数据表某行的数据对象，最后才执行数据更新操作。我们知道数据库设有多种数据查询方式，如单表查询、多表查询、子查询和联合查询等，而Django的ORM框架对不同的查询方式定义了相应的API方法。以数据表index_personinfo和index_vocation（即4.4.3节定义的模型PersonInfo和Vocation）为例，并为数据表index_personinfo和index_vocation添加数据，数据内容如图4-14所示。

然后在项目babys的Shell模式下使用ORM框架提供的API方法实现数据查询，代码如下：

上述例子讲述了开发中常用的数据查询方法，但有时需要设置不同的查询条件来满足多方面的查询要求。上述的查询条件filter和get是使用等值的方法来匹配结果。若想使用大于、不等于或模糊查询的匹配方法，则可在查询条件filter和get里使用表4-1所示的匹配符实现。

从表4-1中可以看到，只要在查询的字段末端设置相应的匹配符，就能实现不同的数据查询方式。例如在数据表index_vocation中查询字段payment大于8000的数据，在Shell模式下使用匹配符__gt执行数据查询，代码如下：

综上所述，在查询数据时可以使用查询条件get或filter实现，但是两者的执行过程存在一定的差异，说明如下：查询条件get：查询字段必须是主键或者唯一约束的字段，并且查询的数据必须存在，如果查询的字段有重复值或者查询的数据不存在，程序就会抛出异常信息。查询条件filter：查询字段没有限制，只要该字段是数据表的某一字段即可。查询结果以列表形式返回，如果查询结果为空（查询的数据在数据表中找不到），就返回空列表。

查询多表数据

在日常的开发中，常常需要对多张数据表同时进行数据查询。多表查询需要在数据表之间建立表关系才能够实现。一对多或一对一的表关系是通过外键实现关联的，而多表查询分为正向查询和反向查询。以模型PersonInfo和Vocation为例，模型Vocation定义的外键字段name关联到模型PersonInfo。如果查询对象的主体是模型Vocation，通过外键字段name去查询模型PersonInfo的关联数据，那么该查询称为正向查询；如果查询对象的主体是模型PersonInfo，要查询它与模型Vocation的关联数据，那么该查询称为反向查询。无论是正向查询还是反向查询，两者的实现方法大致相同，代码如下：

正向查询和反向查询还能在查询条件（filter或get）里使用，这种方式用于查询条件的字段不在查询对象里，比如查询对象为模型Vocation，查询条件是模型PersonInfo的某个字段，对于这种查询可以采用以下方法实现：

无论是正向查询还是反向查询，它们在数据库里需要执行两次SQL查询，第一次是查询某张数据表的数据，再通过外键关联获取另一张数据表的数据信息。为了减少查询次数，提高查询效率，我们可以使用select_related或prefetch_related方法实现，该方法只需执行一次SQL查询就能实现多表查询。select_related主要针对一对一和一对多关系进行优化，它是使用SQL的JOIN语句进行优化的，通过减少SQL查询的次数来进行优化和提高性能，其使用方法如下：

除此之外，select_related还可以支持3个或3个以上的数据表同时查询，以下面的例子进行说明。

在上述模型中，模型Person通过外键living关联模型City，模型City通过外键province关联模型Province，从而使3个模型形成一种递进关系。我们对上述新定义的模型执行数据迁移并在数据表里插入数据，如图4-15所示。

例如，查询Tom现在所居住的省份，首先通过模型Person和模型City查出Tom所居住的城市，然后通过模型City和模型Province查询当前城市所属的省份。因此，select_related的实现方法如下：

从上述例子可以发现，通过设置select_related的参数值可实现3个或3个以上的多表查询。例子中的参数值为living__province，参数值说明如下：living是模型Person的外键字段，该字段指向模型City。

province是模型City的外键字段，该字段指向模型Province。两个外键字段之间使用双下画线连接，在查询过程中，模型Person的外键字段living指向模型City，再从模型City的外键字段province指向模型Province，从而实现3个或3个以上的多表查询。

prefetch_related和select_related的设计目的很相似，都是为了减少SQL查询的次数，但是实现的方式不一样。select_related是由SQL的JOIN语句实现的，但是对于多对多关系，使用select_related会增加数据查询时间和内存占用；而prefetch_related是分别查询每张数据表，然后由Python语法来处理它们之间的关系，因此对于多对多关系的查询，prefetch_related更有优势。

我们在项目应用index的models.py里定义模型Performer和Program，分别代表人员信息和节目信息，然后对模型执行数据迁移，生成相应的数据表，模型定义如下：

数据迁移成功后，在数据表index_performer和index_program中分别添加人员信息和节目信息，然后在数据表index_program_performer中设置多对多关系，如图4-16所示。

例如，查询“喜洋洋”节目有多少个人员参与演出，首先从节目表index_program里找出“喜洋洋”的数据信息，然后通过外键字段performer获取参与演出的人员信息，实现过程如下：

从上述例子看到，prefetch_related的使用与select_related有一定的相似之处。如果是查询一对多关系的数据信息，那么两者皆可实现，但select_related的查询效率更佳。除此之外，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。

执行原生SQL语句

Django在查询数据时，大多数查询都能使用ORM提供的API方法，但对于一些复杂的查询可能难以使用ORM的API方法实现，因此Django引入了SQL语句的执行方法，有以下3种实现方法。

extra：结果集修改器，一种提供额外查询参数的机制。
raw：执行原始SQL并返回模型实例对象。
execute：直接执行自定义SQL。

extra适合用于ORM难以实现的查询条件，将查询条件使用原生SQL语法实现，此方法需要依靠模型对象，在某程度上可防止SQL注入。在PyCharm里打开extra源码，如图4-17所示，它一共定义了6个参数，每个参数说明如下：

select：添加新的查询字段，即新增并定义模型之外的字段。
where：设置查询条件。
params：如果where设置了字符串格式化%s，那么该参数为where提供数值。
tables：连接其他数据表，实现多表查询。
order_by：设置数据的排序方式。
select_params：如果select设置字符串格式化%s，那么该参数为select提供数值。

上述参数都是可选参数，我们可根据实际情况选择所需的参数。以模型Vocation为例，使用extra实现数据查询，代码如下：

下一步分析raw的语法，它和extra所实现的功能是相同的，只能实现数据查询操作，并且也要依靠模型对象，但从使用角度来说，raw更为直观易懂。在PyCharm里打开raw源码，如图4-18所示，它一共定义了4个参数，每个参数说明如下：

raw_query：SQL语句。
params：如果raw_query设置字符串格式化%s，那么该参数为raw_query提供数值。
translations：为查询的字段设置别名。
using：数据库对象，即Django所连接的数据库。

上述参数只有raw_query是必选参数，其他参数可根据需求自行选择。我们以模型Vocation为例，使用raw实现数据查询，代码如下：

最后分析execute的语法，它执行SQL语句无须经过Django的ORM框架。我们知道Django连接数据库需要借助第三方模块实现连接过程，如MySQL的mysqlclient模块和SQLite的sqlite3模块等，这些模块连接数据库之后，可通过游标的方式来执行SQL语句，而execute就是使用这种方式执行SQL语句，使用方法如下：

execute能够执行所有的SQL语句，但很容易受到SQL注入攻击，一般情况下不建议使用这种方式实现数据操作。尽管如此，它能补全ORM框架所缺失的功能，如执行数据库的存储过程。

Z笔记

左老师的课堂笔记