概念说明
- ORM：关系对象映射的全称是
Object Relational Mapping, 简称ORM - SQLAlchemy： 是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射进行数据库操作，简言之便是：将对象转换成SQL，然后使用数据API执行SQL并获取执行结果。
ORM方法论基于三个核心原则：
简单：以最基本的形式建模数据。
传达性：数据库结构被任何人都能理解的语言文档化。 精确性：基于数据模型创建正确标准化了的结构。
django中遵循 Code Frist 的原则，即：根据代码中定义的类来自动生成数据库表。
对于ORM框架里：
我们写的类表示数据库的表
如果根据这个类创建的对象是数据库表里的一行数据
理解
首先在理解ORM的时候，我们可以把一对多、多对多 分为正向和反向！
什么是正向呢？看下面的代码！
class UserType(models.Model): caption = models.CharField(max_length=32) class UserInfo(models.Model): user_type = models.ForeignKey(UserType) username = models.CharField(max_length=32) age = models.IntegerField()
ForeignKey 在UserInfo表里，如果根据UserInfo去操作就是正向，
因为 ForeignKey 不在UserType里，如果根据UserType去操作反向。
下面我们分别说明 一对多、多对多。
环境
创建一个Project并且创建一个叫做api的APP，数据模型代码如上；
安装一个插件 django-extensions ，这个插件可查看执行sql
pip install django-extensionsINSTALLED_APPS = ( ... 'api', 'django_extensions', )
生成数据库和表结构，这里我们用django默认的数据库sqlite3，如下是建表：
python manage.py makemigrations apipython manage.py migrate
ORM一对多
什么时候使用一对多？
在设计表结构的时候什么时候使用一对多呢？比如我在创建用户的时候有个菜单让我们选择用户类型的时候，使用一对多！
一对多正向反向
首先怎们看下UserType这个表，他没有关联其他表我们在添加的时候没有什么特殊直接添加就行：
进入django shell命令行
python manage.py shell_plus --print-sql>>> from api.models import *
我们依次添加：CEO、CFO、COO 3个用户组
>>> UserType.objects.create(caption='CFO')BEGINExecution time: 0.000000s [Database: default]INSERT INTO "api_usertype" ("caption") VALUES ('CFO') Execution time: 0.001000s [Database: default] | id | caption |
|---|---|
| 1 | CEO |
| 2 | CFO |
| 3 | COO |
正向：增
在看下UserType这个表，默认他在创建的时候回有4列，ID、username、user_type_id、age
| id | username | user_type_id | age |
所以我们在创建UserType数据的时候有两种方法：第一种方法是直接根据这个字段进行添加数据！给user_type 加 '_id'
>>> UserInfo.objects.create(username='one',age=18,user_type_id=1) INSERT INTO "api_userinfo" ("user_type_id", "username", "age") VALUES (1, 'one', 18) 或者通过对象添加
>>> usertype = UserType.objects.get(id=2)SELECT "api_usertype"."id", "api_usertype"."caption" FROM "api_usertype" WHERE "api_usertype"."id" = 2 >>> UserInfo.objects.create(username='two',age=23,user_type=usertype) INSERT INTO "api_userinfo" ("user_type_id", "username", "age") VALUES (2, 'two', 23) 添加数据后 userinfo表如下：
| id | username | age | user_type_id |
|---|---|---|---|
| 1 | one | 18 | 1 |
| 2 | two | 23 | 2 |
| 3 | three | 78 | 1 |
正向：查
- 查询所有用户type为CEO的用户名字
>>> allceo = UserInfo.objects.filter(user_type__caption='CEO')>>> for i in allceo: ... print i.username one three
- 正向查询用户为one的所有身份，user_type
>>> user = UserInfo.objects.filter(username='one')... print i.user_type.caption SELECT "api_usertype"."id", "api_usertype"."caption" FROM "api_usertype" WHERE "api_usertype"."id" = 1 CEO
反向：查
我们知道 UserType 表与 UserInfo 表是通过 UserInfo 里面的 user_type_id 外键来建立联系的，做正向查询的时候通过 user_type_id 外这个外键就可以查询到 UserType 表里的数据。其实在这两个表创建联系的时候，Django在 UserType 表里
userinfo 字段来与 UserInfo 表进行关联。那么如果我们要在 UserType 表里查看 one 所对应的所有 usertype 的话，就可以利用 UserType 表里的隐藏字段来关联用户名称。代码如下： - 反向查询用户为one的所有身份，user_type
>>> user = UserType.objects.filter(userinfo__username='one')>>> for i in user: ... print i.caption SELECT "api_usertype"."id", "api_usertype"."caption" FROM "api_usertype" INNER JOIN "api_userinfo" ON ("api_usertype"."id" = "api_userinfo"."user_type_id") WHERE "api_userinfo"."username" = 'one' CEO 可以看到与上面正向查询的方式是不一样的；
上面代码中的user还有如下几种方法：>>> for obj in user:... print obj.caption ... print obj.id ... print obj.userinfo_set #理解为一种能力,可以获取所有当前这个用户类型的用户/或者这个用户类型的多个用户 ... print obj.userinfo_set.all() #获取所有用户类型为COO的用户 ... print obj.userinfo_set.filter(username='one') #获取用户类型为COO的并且用户为one的用户
这里 userinfo_set 它相当于 UserInfo.objects.filter(user_type=obj)
一对多的简单总结
1、查询数据 也就是通过models.xxx.objects.filter()里填写查询条件的时候。这个时候获取的结果是一组数据行对象，不是具体的某个数据。跨表查询用到 对象名称__字段名(双下划线)
2、获取数据 也是具体到要获取某个字段的数据的时候。跨表操作通过'.'来连接各个表 3、反向查找的时候，查找的的表里会创建一个隐藏掉字段，这个字段名就是与创建外键的表同名 4、反向获取数据的时候，通过xxx_set.all()才能获取到 xxx所有被匹配到的对象 5、尽量用正向操作，反向的看着就麻烦。
orm常用操作
# 增models.Tb1.objects.create(c1='xx', c2='oo') #增加一条数据，可以接受字典类型数据 **kwargs obj = models.Tb1(c1='xx', c2='oo') obj.save() # # 查 models.Tb1.objects.get(id=123) # 获取单条数据，不存在则报错（不建议） models.Tb1.objects.all() # 获取全部 models.Tb1.objects.filter(name='seven') # 获取指定条件的数据 # # 删 models.Tb1.objects.filter(name='seven').delete() # 删除指定条件的数据 # 改 models.Tb1.objects.filter(name='seven').update(gender='0') # 将指定条件的数据更新，均支持 **kwargs obj = models.Tb1.objects.get(id=1) # 修改单条数据 obj.c1 = '111' obj.save() # # 获取个数 models.Tb1.objects.filter(name='seven').count() # # 大于，小于 models.Tb1.objects.filter(id__gt=1) # 获取id大于1的值 models.Tb1.objects.filter(id__lt=10) # 获取id小于10的值 models.Tb1.objects.filter(id__lt=10, id__gt=1) # 获取id大于1 且 小于10的值 # # in models.Tb1.objects.filter(id__in=[11, 22, 33]) # 获取id等于11、22、33的数据 models.Tb1.objects.exclude(id__in=[11, 22, 33]) # not in # contains models.Tb1.objects.filter(name__contains="ven") models.Tb1.objects.filter(name__icontains="ven") # icontains大小写不敏感 models.Tb1.objects.exclude(name__icontains="ven") # # range models.Tb1.objects.filter(id__range=[1, 2]) # 范围bettwen and # # 其他类似 startswith，istartswith, endswith, iendswith, # # order by models.Tb1.objects.filter(name='seven').order_by('id') # asc models.Tb1.objects.filter(name='seven').order_by('-id') # desc # # limit 、offset models.Tb1.objects.all()[10:20] # # group by from django.db.models import Count, Min, Max, Sum models.Tb1.objects.filter(c1=1).values('id').annotate(c=Count('num')) SELECT "app01_tb1"."id", COUNT("app01_tb1"."num") AS "c" FROM "app01_tb1" WHERE "app01_tb1"."c1" = 1 GROUP BY "app01_tb1"."id"