django 系列博客（十二）

前言

本篇博客继续介绍 django 中的查询，分别为聚合查询和分组查询，以及 f 和 q 查询。

聚合查询

语法：aggregate(*args, **kwargs)

# 计算所有图书的平均价格
from django.db.models import avg
book.objects.all().aggregate(avg('price'))

aggregate()是 queryset 的一个终止子句，意思是说，它返回一个包含一些键值对的字典。键的名称是聚合值得标识符，值是计算出来的聚合值。建的名称是按照字段和聚合函数的名称自动生成出来的。如果你想要为聚合值指定个名称，可以向聚合子句提供它。

book.objects.aggregate(average_price=avg('price'))

如果你希望生成不止一个聚合值，你可以向 aggregate()子句中添加另一个参数。所以如果想知道所有图书价格的最大值和最小值，可以这样查询：

from django.db.models import avg, max, min
book.objects.aggregate(avg('price'), max('price'), min('price'))

具体例子：

# 查询所有书籍的平均价格
from django.db.models import avg,count,max,min
ret=book.objects.all().aggregate(avg('price'))
# {'price__avg': 202.896}
# 可以改名字
ret=book.objects.all().aggregate(avg_price=avg('price'))
# 统计平均价格和最大价格
ret=book.objects.all().aggregate(avg_price=avg('price'),max_price=max('price'))
# 统计最小价格
ret = book.objects.all().aggregate(avg_price=avg('price'), min_price=min('price'))
# 统计个数和平均价格
ret = book.objects.all().aggregate(avg_price=avg('price'), max_price=max('price'),count=count('price'))
ret = book.objects.all().aggregate(avg_price=avg('price'), max_price=max('price'),count=count('nid'))
print(ret)

分组查询

总结：

group by 那个表就以那个表作为基表
values 在前：表示 group by
values 在后：表示取值
filter 在前：表示 where 条件
filter 在后：表示 having

分组查询案例

# 查询所有作者写的书的总价格大于26的
# filter()在annotate后面，表示对分组后的结果进行筛选，相当于having
# annotate前的values()表示按该字段分组，相当于group by，可以省略，默认会按author的id分组
# 后面的values()表示取值
ret=author.objects.all().values('pk').annotate(s=sum('book__price')).filter(s__gt=26).values('name','s')

等价于

ret=author.objects.all().annotate(s=sum('book__price')).filter(s__gt=26).values('name','s')

# 查询各个作者出的书的总价格
# s相当于给求和结果取名字，在vlaues取值中，可以引用
ret = author.objects.all().annotate(s=sum('price')).values('name','s')
print(ret)

# 统计不止一个作者的图书
ret=book.objects.all().values('pk').annotate(c=count('authors')).filter(c__gt=1).values('name','c')
print(ret)

等价于

ret = book.objects.annotate(author_num=count("authors")).filter(author_num__gt=1).values('name','author_num')
print(ret)

f 查询

什么是 f 查询

如果要对两个字段的值作比较，就不能直接比较，必须借助 f()的实例，可以在查询中引用字段，来比较同一个 model 实例中两个不同字段的值。

语法

from django.db.models import f
fliter(commit_num_gt=f('read_num'))

f 查询的使用

# 查询评论数大于阅读数的书
book = models.book.objects.filter(commit_num__gt=f('read_num')).values('name')

# 把所有书的评论数加1
models.book.objects.all().update(commit_num=f('commit_num')+1)

q 查询

什么是 q 查询

对两个字段的值进行或、与、非运算，不能直接运算，需要用 q()的实例。

语法

# 且  ----->  &
# 或  ----->  |
# 非  ----->  ~
from django.db.models import q
fliter(q(name='tom')|q(name='tony'))

q 查询的使用

# 查询不是tom写的书的名字
ret = models.book.objects.filter(~q(authors__name='tom')).values('name')

# 查询作者名字是tom或者名字是tony的书
ret = models.book.objects.filter(q(authors__name='tom')|q(authors__name='tony')).values('name')

补充：

在实际开发中，外键通常不用：

• 约束性太强
• 查询效率低

• 可以通过db_constraint=false来取消外键约束，在 orm 创建表的时候，外键的约束不会存在，但是这样会产生脏数据。

• 建外键约束，包括 unique 都是为了不产生脏数据。