django queryset相加和筛选教程
1、集合相加
a={1,2,3} b={3,4,5} print(type(a)) print(a|b)
2、queryset符合条件的筛序
projects=Project_models.objects.filter(user=request.user).order_by('id')
projects=projects.filter(bad_numbers__gt=0).order_by('bad_numbers')
补充知识:django中聚合aggregate和annotateGROUPBY的使用方法
接触django已经很长时间了,但是使用QuerySet查询集的方式一直比较低端,只会使用filter/Q函数/exclude等方式来查询,数据量比较小的时候还可以,但是如果数据量很大,而且查询比较复杂,那么如果还是使用多个filter进行查询效率就会很低。就趁着清明放假的时间,跑来公司干点私活。输出成这篇文档,一是加深印象,提高熟练度;二是分享出来,造福大家~
提高查询数据库效率的方案有两种:
第一种,是使用原生的SQL语句来进行查询,这样的优点在于能够完全按照开发者的意图来执行,效率会很高,但是缺点也很明显:
1.开发者需要非常熟悉SQL语句,加大开发者的工作量,同时,夹杂着SQL的项目也不利于以后程序的维护,增大程序的耦合度。
2.若查询条件是动态变化的,则会使开发变得更加困难。
django为了解决这一难题,提供了aggregate(聚合函数)和annotate(在aggregate的基础上进行GROUPBY操作)。
下面,就来介绍第二种方法。
一.aggregate的使用方法
今天在同事的指点下,仔细看了django中annotate的使用方法,会根据查询条件来动态生成SQL语句,提高组合查询的效率。
理解aggregate的关键在于理解SQL中的聚合函数:以下摘自百度百科:SQL基本函数,聚合函数对一组值执行计算,并返回单个值。除了COUNT以外,聚合函数都会忽略空值。常见的聚合函数有AVG/COUNT/MAX/MIN/SUM等。
aggregate就是在django中实现聚合函数的。先来看aggregate的使用场景:在项目中有时候你想要从数据库中取出一个汇总的集合。我们使用django官方的例子:
fromdjango.dbimportmodels classAuthor(models.Model): name=models.CharField(max_length=100) age=models.IntegerField() classPublisher(models.Model): name=models.CharField(max_length=300) num_awards=models.IntegerField() classBook(models.Model): name=models.CharField(max_length=300) pages=models.IntegerField() price=models.DecimalField(max_digits=10,decimal_places=2) rating=models.FloatField() authors=models.ManyToManyField(Author) publisher=models.ForeignKey(Publisher) pubdate=models.DateField() classStore(models.Model): name=models.CharField(max_length=300) books=models.ManyToManyField(Book) registered_users=models.PositiveIntegerField()
如果我们使用aggregate来进行计数:
>>>fromdjango.db.modelsimportCount >>>pubs=Publisher.objects.aggregate(num_books=Count('book')) >>>pubs {'num_books':27}
而且aggregate不单单可以求和,还可以求平均Avg,最大最小等等。
>>>fromdjango.db.modelsimportAvg >>>Book.objects.all().aggregate(Avg('price')) {'price__avg':34.35} #Costperpage输出的名字同样可以指定,比如price_per_page >>>fromdjango.db.modelsimportF,FloatField,Sum >>>Book.objects.all().aggregate( ...price_per_page=Sum(F('price')/F('pages'),output_field=FloatField())) {'price_per_page':0.4470664529184653}
通过上面的介绍,我们可以知道,aggregate的逻辑比较简单,应用场景比较窄,如果你想要对数据进行分组(GROUPBY)后再聚合的操作,则需要使用annotate来实现。
二.annotate的使用方法
首先,假设有这么一个models:
#python:2.7.9 #django:1.7.8 classMessageTab(models.Model): msg_sn=models.CharField(max_lenth=20,verbose_name=u'编号') msg_name=models.CharField(max_length=50,verbose_name=u'消息名称') message_time=models.DateTimeField(verbose_name=u'消息出现时间') msg_status=models.CharField(max_length=50,default='未处理',verbose_name=u'消息状态') classMeta: db_table='message_tab'
如果在开发过程中,有这么一个需求:查询各个消息状态的数量。那么我们经常会使用filter(…).count(…)来进行查询。现在我们可以使用:
msgS=MessageTab.objects.values_list('msg_status').annotate(Count('id'))
其中,id为数据库自动生成的自增字段。values_list的用法自行Google,或者print出来看一看。
此时,数据库实际执行的代码,可以通过:
printmsgS.query
打印出来。可以看到:
SELECT`message_tab`.`msg_status`,COUNT(`message_tab`.`id`)AS`id__count`FROM`message_tab`GROUPBY`message_tab`.`msg_status`ORDERBYNULL
很直观明了。通过msg_status来进行groupby。如果想自定义id__count,比如指定为msg_num,则可以使用:annotate(msg_num=Count(‘id'))
当存在多个查询条件时,比如查询最近7天内,message_name属于某个分组内的消息,则可以使用Q函数:
date_end=now().date()+timedelta(days=1) date_start=date_end-timedelta(days=7) messageTimeRange=(date_start,date_end) GroupList=getGroupIdLis(request.user)#返回当前用户能查询的group的一个列表。。仅做参考用 qQueryList=[Q(message_time__range=messageTimeRange),Q(message_name__in=GroupList)]#可以有多个Q函数查询条件 msgS=MessageTab.objects.filter(reduce(operator.and_,qQueryList)).values_list('msg_status').annotate(msg_num=Count('id'))
再次调用printmsgS.query可看到SQL语句:
SELECT`message_tab`.`msg_status`,COUNT(`message_tab`.`id`)AS`msg_num`FROM`message_tab`WHERE(`message_tab`.`message_time`BETWEEN2017-03-2700:00:00AND2017-04-0300:00:00AND`message_tab`.`message_name`IN(1785785,78757,285889,2727333,7272957,786767))GROUPBY `message_tab`.`msg_status`ORDERBYNULL
是不是很完美!!
以上这篇djangoqueryset相加和筛选教程就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。