查询操作
查找是数据库操作中一个非常重要的技术。查询一般就是使用filter、exclude以及get三个方法来实现。我们可以在调用这些方法的时候传递不同的参数来实现查询需求。在ORM层面，这些查询条件都是使用field+__+condition的方式来使用的。以下将那些常用的查询条件来一一解释。
查询条件
exact：
使用精确的=进行查找。如果提供的是一个None，那么在SQL层面就是被解释为NULL。示例代码如下：
article = Article.objects.get(id__exact=14)
article = Article.objects.get(id__exact=None)
以上的两个查找在翻译为SQL语句为如下：
select ... from article where id=14; select ... from article where id IS NULL;
iexact：
使用like进行查找。示例代码如下：
article = Article.objects.filter(title__iexact='hello world')
那么以上的查询就等价于以下的SQL语句：
select ... from article where title like 'hello world';
注意上面这个sql语句，因为在MySQL中，没有一个叫做ilike的。所以exact和iexact的区别实际上就是LIKE和=的区别，在大部分collation=utf8_general_ci情况下都是一样的（collation是用来对字符串比较的）。
contains：
大小写敏感，判断某个字段是否包含了某个数据。示例代码如下：
articles = Article.objects.filter(title__contains='hello')
在翻译成SQL语句为如下：
select ... where title like binary '%hello%';
要注意的是，在使用contains的时候，翻译成的sql语句左右两边是有百分号的，意味着使用的是模糊查询。而exact翻译成sql语句左右两边是没有百分号的，意味着使用的是精确的查询。
icontains：
大小写不敏感的匹配查询。示例代码如下：
articles = Article.objects.filter(title__icontains='hello')
在翻译成SQL语句为如下：
select ... where title like '%hello%';
in：
提取那些给定的field的值是否在给定的容器中。容器可以为list、tuple或者任何一个可以迭代的对象，包括QuerySet对象。示例代码如下：
articles = Article.objects.filter(id__in=[1,2,3])
以上代码在翻译成SQL语句为如下：
select ... where id in (1,3,4)
当然也可以传递一个QuerySet对象进去。示例代码如下：
inner_qs = Article.objects.filter(title__contains='hello') categories = Category.objects.filter(article__in=inner_qs)
以上代码的意思是获取那些文章标题包含hello的所有分类。
将翻译成以下SQL语句，示例代码如下：
select ...from category where article.id in (select id from article where title like '%hello%');
gt：
某个field的值要大于给定的值。示例代码如下：
articles = Article.objects.filter(id__gt=4)
以上代码的意思是将所有id大于4的文章全部都找出来。
将翻译成以下SQL语句：
select ... where id > 4;
gte：
类似于gt，是大于等于。
lt：
类似于gt是小于。
lte：
类似于lt，是小于等于。
startswith：
判断某个字段的值是否是以某个值开始的。大小写敏感。示例代码如下：
articles = Article.objects.filter(title__startswith='hello')
以上代码的意思是提取所有标题以hello字符串开头的文章。
将翻译成以下SQL语句：
select ... where title like 'hello%'
istartswith：
类似于startswith，但是大小写是不敏感的。
endswith：
判断某个字段的值是否以某个值结束。大小写敏感。示例代码如下：
articles = Article.objects.filter(title__endswith='world')
以上代码的意思是提取所有标题以world结尾的文章。
将翻译成以下SQL语句：
select ... where title like '%world';
iendswith：
类似于endswith，只不过大小写不敏感。
range：
判断某个field的值是否在给定的区间中。示例代码如下：
from django.utils.timezone import make_aware from datetime import datetime start_date = make_aware(datetime(year=2018,month=1,day=1)) end_date = make_aware(datetime(year=2018,month=3,day=29,hour=16)) articles = Article.objects.filter(pub_date__range=(start_date,end_date))
以上代码的意思是提取所有发布时间在2018/1/1到2018/12/12之间的文章。
将翻译成以下的SQL语句：
select ... from article where pub_time between '2018-01-01' and '2018-12-12'。
需要注意的是，以上提取数据，不会包含最后一个值。也就是不会包含2018/12/12的文章。
而且另外一个重点，因为我们在settings.py中指定了USE_TZ=True，并且设置了TIME_ZONE='Asia/Shanghai'，因此我们在提取数据的时候要使用django.utils.timezone.make_aware先将datetime.datetime从navie时间转换为aware时间。make_aware会将指定的时间转换为TIME_ZONE中指定的时区的时间。
date：
针对某些date或者datetime类型的字段。可以指定date的范围。并且这个时间过滤，还可以使用链式调用。示例代码如下：
articles = Article.objects.filter(pub_date__date=date(2018,3,29))
以上代码的意思是查找时间为2018/3/29这一天发表的所有文章。
将翻译成以下的sql语句：
select ... WHERE DATE(CONVERT_TZ(`front_article`.`pub_date`, 'UTC', 'Asia/Shanghai')) = 2018-03-29
注意，因为默认情况下MySQL的表中是没有存储时区相关的信息的。因此我们需要下载一些时区表的文件，然后添加到Mysql的配置路径中。如果你用的是windows操作系统。那么在http://dev.mysql.com/downloads/timezones.html下载timezone_2018d_posix.zip - POSIX standard。然后将下载下来的所有文件拷贝到C:\ProgramData\MySQL\MySQL Server 5.7\Data\mysql中，如果提示文件名重复，那么选择覆盖即可。
如果用的是linux或者mac系统，那么在命令行中执行以下命令：mysql_tzinfo_to_sql /usr/share/zoneinfo | mysql -D mysql -u root -p，然后输入密码，从系统中加载时区文件更新到mysql中。
根据关联的表进行查询：
假如现在有两个ORM模型，一个是Article，一个是Category。代码如下：
class Category(models.Model): """文章分类表""" name = models.CharField(max_length=100) class Article(models.Model): """文章表""" title = models.CharField(max_length=100,null=True) category = models.ForeignKey("Category",on_delete=models.CASCADE)
比如想要获取文章标题中包含"hello"的所有的分类。那么可以通过以下代码来实现：
categories = Category.object.filter(article__title__contains("hello"))
聚合函数：
如果你用原生SQL，则可以使用聚合函数来提取数据。比如提取某个商品销售的数量，那么可以使用Count，如果想要知道商品销售的平均价格，那么可以使用Avg。
聚合函数是通过aggregate方法来实现的。在讲解这些聚合函数的用法的时候，都是基于以下的模型对象来实现的。
from django.db import models class Author(models.Model): """作者模型""" name = models.CharField(max_length=100) age = models.IntegerField() email = models.EmailField() class Meta: db_table = 'author' class Publisher(models.Model): """出版社模型""" name = models.CharField(max_length=300) class Meta: db_table = 'publisher' class Book(models.Model): """图书模型""" name = models.CharField(max_length=300) pages = models.IntegerField() price = models.FloatField() rating = models.FloatField() author = models.ForeignKey(Author,on_delete=models.CASCADE) publisher = models.ForeignKey(Publisher, on_delete=models.CASCADE) class Meta: db_table = 'book' class BookOrder(models.Model): """图书订单模型""" book = models.ForeignKey("Book",on_delete=models.CASCADE) price = models.FloatField() class Meta: db_table = 'book_order'
Avg：求平均值。比如想要获取所有图书的价格平均值。那么可以使用以下代码实现。
from django.db.models import Avg result = Book.objects.aggregate(Avg('price')) print(result)
以上的打印结果是：
{"price__avg":23.0}
其中price__avg的结构是根据field__avg规则构成的。如果想要修改默认的名字，那么可以将Avg赋值给一个关键字参数。示例代码如下：
from django.db.models import Avg result = Book.objects.aggregate(my_avg=Avg('price')) print(result)
那么以上的结果打印为：
{"my_avg":23}
Count：获取指定的对象的个数。示例代码如下
from django.db.models import Count result = Book.objects.aggregate(book_num=Count('id'))
以上的result将返回Book表中总共有多少本图书。Count类中，还有另外一个参数叫做distinct，默认是等于False，如果是等于True，那么将去掉那些重复的值。比如要获取作者表中所有的不重复的邮箱总共有多少个，那么可以通过以下代码来实现：
from djang.db.models import Count result = Author.objects.aggregate(count=Count('email',distinct=True))
Max和Min：获取指定对象的最大值和最小值。比如想要获取Author表中，最大的年龄和最小的年龄分别是多少。那么可以通过以下代码来实现
from django.db.models import Max,Min result = Author.objects.aggregate(Max('age'),Min('age'))
如果最大的年龄是88,最小的年龄是18。那么以上的result将为：
{"age__max":88,"age__min":18}
Sum：求指定对象的总和。比如要求图书的销售总额。那么可以使用以下代码实现：
from djang.db.models import Sum result = Book.objects.annotate(total=Sum("bookstore__price")).values("name","total")
以上的代码annotate的意思是给Book表在查询的时候添加一个字段叫做total，这个字段的数据来源是从BookStore模型的price的总和而来。values方法是只提取name和total两个字段的值。
F表达式和Q表达式：
F表达式：
F表达式是用来优化ORM操作数据库的。比如我们要将公司所有员工的薪水都增加1000元，如果按照正常的流程，应该是先从数据库中提取所有的员工工资到Python内存中，然后使用Python代码在员工工资的基础之上增加1000元，最后再保存到数据库中。这里面涉及的流程就是，首先从数据库中提取数据到Python内存中，然后在Python内存中做完运算，之后再保存到数据库中。示例代码如下：
employees = Employee.objects.all() for employee in employees: employee.salary += 1000 employee.save()
而我们的F表达式就可以优化这个流程，他可以不需要先把数据从数据库中提取出来，计算完成后再保存回去，他可以直接执行SQL语句，就将员工的工资增加1000元。示例代码如下：
from djang.db.models import F Employee.object.update(salary=F("salary")+1000)
F表达式并不会马上从数据库中获取数据，而是在生成SQL语句的时候，动态的获取传给F表达式的值。
比如如果想要获取作者中，name和email相同的作者数据。如果不使用F表达式，那么需要使用以下代码来完成：
authors = Author.objects.all() for author in authors: if author.name == author.email: print(author)
如果使用F表达式，那么一行代码就可以搞定。示例代码如下：
from django.db.models import F authors = Author.objects.filter(name=F("email"))
Q表达式：
如果想要实现所有价格高于100元，并且评分达到9.0以上评分的图书。那么可以通过以下代码来实现：
books = Book.objects.filter(price__gte=100,rating__gte=9)
以上这个案例是一个并集查询，可以简单的通过传递多个条件进去来实现。
但是如果想要实现一些复杂的查询语句，比如要查询所有价格低于10元，或者是评分低于9分的图书。那就没有办法通过传递多个条件进去实现了。这时候就需要使用Q表达式来实现了。示例代码如下：
from django.db.models import Q books = Book.objects.filter(Q(price__lte=10) | Q(rating__lte=9))
以上是进行或运算，当然还可以进行其他的运算，比如有&和~（非）等。一些用Q表达式的例子如下：
from django.db.models import Q # 获取id等于3的图书 books = Book.objects.filter(Q(id=3)) # 获取id等于3，或者名字中包含文字"记"的图书 books = Book.objects.filter(Q(id=3)|Q(name__contains("记"))) # 获取价格大于100，并且书名中包含"记"的图书 books = Book.objects.filter(Q(price__gte=100)&Q(name__contains("记"))) # 获取书名包含“记”，但是id不等于3的图书 books = Book.objects.filter(Q(name__contains='记') & ~Q(id=3))