Django ORM 的常用字段类型、外键关联的跨表引用技巧，以及 `_` 和 `__` 的使用场景

devtools/2025/3/1 4:25:02/

一、Django ORM 常用字段类型

1. 基础字段类型
字段类型说明示例
CharField字符串字段，必须指定 max_lengthname = models.CharField(max_length=50)
IntegerField整数字段age = models.IntegerField()
BooleanField布尔值字段is_active = models.BooleanField()
DateField / DateTimeField日期/日期时间字段，auto_now_add=True 自动设置创建时间created_at = models.DateTimeField(auto_now_add=True)
EmailField专用于邮箱的 CharField（自带基础格式验证）email = models.EmailField()
TextField长文本字段（不限长度）content = models.TextField()
FileField / ImageField文件/图片上传字段（需 Pillow 库支持 ImageField）avatar = models.ImageField(upload_to='avatars/')
2. 关联字段类型
字段类型说明示例
ForeignKey外键（一对多关联）author = models.ForeignKey('Author', on_delete=models.CASCADE)
OneToOneField一对一关联（常用于扩展用户模型）profile = models.OneToOneField(User, on_delete=models.CASCADE)
ManyToManyField多对多关联（自动创建中间表）tags = models.ManyToManyField('Tag')

关键参数说明：

  • on_delete: 关联对象删除时的行为（必填），常见选项：
    • CASCADE: 级联删除（默认）
    • SET_NULL: 设为 null（需字段允许 null=True）
    • PROTECT: 阻止删除
  • related_name: 反向查询时的名称（默认 模型名_set，如 book_set）

二、跨表引用技巧

1. 正向查询（直接通过外键访问）
python"># 模型定义
class Author(models.Model):name = models.CharField(max_length=100)class Book(models.Model):title = models.CharField(max_length=100)author = models.ForeignKey(Author, on_delete=models.CASCADE, related_name="books")# 示例：查询某本书的作者
book = Book.objects.get(id=1)
author_name = book.author.name  # 直接通过外键访问
2. 反向查询（通过关联模型反向访问）
python"># 示例：查询某作者的所有书籍
author = Author.objects.get(id=1)
books = author.books.all()  # 使用 related_name 定义的名称（默认是 book_set）
3. 跨表过滤（使用双下划线 __）
python"># 查询所有书籍的作者名为 "鲁迅" 的书籍
books = Book.objects.filter(author__name="鲁迅")# 查询作者出版过书籍数量大于 5 的作者
authors = Author.objects.annotate(book_count=Count('books')).filter(book_count__gt=5)

三、_ 和 __ 的使用技巧

1. 单下划线 _
  • 用途：用于关联字段的数据库列名或 ORM 内部操作。
  • 示例：
    python"># 访问外键的数据库列名（author_id）
book = Book.objects.get(id=1)
author_id = book.author_id  # 直接获取外键值（无需访问关联对象）# 查询时直接使用字段名
Book.objects.filter(author_id=1)
2. 双下划线 __
  • 用途：跨表查询时连接关联模型的字段（可链式跨多张表）。
  • 示例：
    python"># 查询作者所在城市为 "北京" 的书籍
Book.objects.filter(author__city="北京")# 多级跨表：查询书籍的作者的出版社名称
Book.objects.filter(author__publisher__name="人民出版社")
3. 双下划线与查询表达式结合
python"># 查询价格大于 100 且作者年龄小于 30 的书籍
Book.objects.filter(price__gt=100, author__age__lt=30)# 查询书名以 "Django" 开头或作者邮箱包含 "@example.com"
from django.db.models import Q
Book.objects.filter(Q(title__startswith="Django") | Q(author__email__contains="@example.com"))

四、总结

核心技巧

  1. 字段类型选择：

    • 根据数据类型选择合适字段（如 CharField vs TextField）。
    • 关联字段注意 on_delete 和 related_name 的设置。

  2. 跨表查询：

    • 正向查询：直接通过外键字段访问关联对象。
    • 反向查询：使用 related_name 或默认的 模型名_set。
    • 复杂查询：通过 __ 跨表连接字段。

  3. _ vs __：

    • _ 用于数据库列名或单级字段访问（如 author_id）。
    • __ 用于跨表查询（如 author__name）。
性能优化
  • 使用 select_related 预加载外键数据（减少查询次数）：
    python">books = Book.objects.select_related('author').all()  # 一次性加载作者信息
  • 使用 prefetch_related 预加载多对多关系：
    python">authors = Author.objects.prefetch_related('books').all()  # 预加载所有书籍

通过灵活组合这些技巧，可以高效操作 Django ORM 处理复杂的数据关系！

好的！反向查询是 Django ORM 中通过关联模型（比如外键的“被关联方”）去访问发起关联的模型的关键操作。它让跨表查询更灵活，下面用详细的示例和场景帮你彻底理解。

一、反向查询的核心原理

假设有两个模型：Author（作者）和 Book（书籍），通过外键关联：

python">class Author(models.Model):name = models.CharField(max_length=100)class Book(models.Model):title = models.CharField(max_length=100)author = models.ForeignKey(Author, on_delete=models.CASCADE, related_name='books')
  • 正向查询：从 Book 访问 Author（直接通过外键字段 author）。
  • 反向查询：从 Author 访问所有关联的 Book 对象（需要借助 related_name 或默认的 book_set）。

二、反向查询的两种方式

1. 使用默认的 模型名_set

如果未设置 related_name，Django 会自动生成反向查询管理器，格式为：关联模型名的小写 + _set。

python"># 假设 Book 模型的外键未设置 related_name
class Book(models.Model):author = models.ForeignKey(Author, on_delete=models.CASCADE)# 反向查询：通过 author.book_set 访问所有书籍
author = Author.objects.get(id=1)
books = author.book_set.all()  # 获取该作者的所有书籍
2. 使用自定义的 related_name

通过设置 related_name，可以指定更直观的反向查询名称：

python">class Book(models.Model):author = models.ForeignKey(Author, on_delete=models.CASCADE,related_name='books'  # 自定义反向查询名称)# 反向查询：通过 author.books 访问所有书籍
author = Author.objects.get(id=1)
books = author.books.all()  # 更直观的命名

三、反向查询的常见操作

1. 获取关联对象集合
python"># 查询作者 "鲁迅" 的所有书籍
author = Author.objects.get(name="鲁迅")
books = author.books.all()  # 返回 QuerySet
2. 过滤关联对象
python"># 查询作者 "鲁迅" 的出版年份大于 2020 的书籍
books = author.books.filter(publish_year__gt=2020)
3. 创建新的关联对象
python"># 为作者 "鲁迅" 创建一本新书
new_book = author.books.create(title="狂人日记", publish_year=1918)
4. 统计关联对象数量
python"># 统计作者 "鲁迅" 的书籍数量
book_count = author.books.count()

四、反向查询在跨表过滤中的使用

反向查询结合双下划线 __，可以在查询条件中直接穿透关联模型。

场景1：查询所有写过“小说”类书籍的作者
python"># 模型扩展：书籍增加分类字段
class Book(models.Model):CATEGORY_CHOICES = [('novel', '小说'),('tech', '科技'),]category = models.CharField(max_length=10, choices=CATEGORY_CHOICES)author = models.ForeignKey(Author, on_delete=models.CASCADE, related_name='books')# 反向查询：直接通过 Author 模型过滤
authors = Author.objects.filter(books__category='novel').distinct()
  • books__category：从 Author 穿透到 Book 的 category 字段。
  • distinct()：避免重复作者（如果同一作者有多本小说）。
场景2：查询书籍平均评分大于 4.5 的作者
python">from django.db.models import Avg# 模型扩展：书籍增加评分字段
class Book(models.Model):rating = models.FloatField(default=0)author = models.ForeignKey(Author, on_delete=models.CASCADE, related_name='books')# 使用 annotate + 反向查询
authors = Author.objects.annotate(avg_rating=Avg('books__rating')
).filter(avg_rating__gt=4.5)

五、反向查询的性能优化

1. 使用 prefetch_related 预加载数据

避免 N+1 查询问题（遍历作者时，每次访问 author.books 都会触发一次查询）：

python"># 未优化：触发多次查询
authors = Author.objects.all()
for author in authors:print(author.books.all())  # 每次循环触发一次查询# 优化后：一次性预加载所有作者的书籍
authors = Author.objects.prefetch_related('books').all()
for author in authors:print(author.books.all())  # 无额外查询
2. 结合 select_related 和 prefetch_related
  • select_related：用于外键（一对一、多对一）的预加载。
  • prefetch_related：用于多对多、反向查询的预加载。
python"># 同时预加载作者和书籍的出版社（假设 Book 有外键到 Publisher）
authors = Author.objects.prefetch_related(Prefetch('books', queryset=Book.objects.select_related('publisher'))
).all()

六、总结：反向查询的核心技巧

操作代码示例说明
基本反向查询author.books.all()获取所有关联对象
过滤关联对象author.books.filter(title__contains="Django")根据条件筛选关联对象
跨表过滤Author.objects.filter(books__rating__gt=4)在查询条件中使用反向关联字段
聚合统计Author.objects.annotate(book_count=Count('books'))统计每个作者的书籍数量
预加载优化prefetch_related('books')减少数据库查询次数

关键点：

  • 始终优先使用 related_name 自定义反向查询名称（代码更清晰）。
  • 在复杂查询中灵活使用双下划线 __ 穿透关联模型。
  • 大数据量时用 prefetch_related 或 select_related 优化性能。

通过反向查询，你可以轻松实现从“一”对“多”或“多对多”关系的反向导航，让数据关联操作更加灵活高效！


http://www.ppmy.cn/devtools/163520.html

相关文章

【Excel】 Power Query抓取多页数据导入到Excel

【Excel】 Power Query抓取多页数据导入到Excel

抓取多页数据想必大多数人都会，只要会点编程技项的人都不会是难事儿。那么，如果只是单纯的利用Excel软件，我还真的没弄过。昨天，我就因为这个在网上找了好久发好久。 1、在数据-》新建查询-》从其他源-》自网站 ，如图 …
阅读更多...
登录次数限制

登录次数限制

文章目录 一、应用场景与设计目的1. 应用场景2. 设计目的 二、功能设计1. 登录限制规则2. 解锁机制3. 适用维度 三、技术实现1. 数据存储2. 逻辑流程3. 实现代码示例4. 动态锁定时间 四、安全增强与扩展1. 防止用户名枚举2. 加入验证码3. 监控与报警4. 分布式支持 五、设计思考…
阅读更多...
TCP/IP的分层结构、各层的典型协议，以及与ISO七层模型的差别

TCP/IP的分层结构、各层的典型协议，以及与ISO七层模型的差别

1. TCP/IP的分层结构 TCP/IP模型是一个四层模型，主要用于网络通信的设计和实现。它的分层结构如下： (1) 应用层（Application Layer） 功能：提供应用程序之间的通信服务，处理特定的应用细节。 典型协议&am…
阅读更多...
ChatGPT背后的理论基础：从预训练到微调的深度解析

ChatGPT背后的理论基础：从预训练到微调的深度解析

友情提示：本文内容由银河易创（https://ai.eaigx.com）AI创作平台GPT-4o-mini模型生成，仅供参考。请根据具体情况和需求进行适当的调整和验证。 随着人工智能特别是自然语言处理技术的飞速发展，ChatGPT作为一种强大的对话…
阅读更多...
Chart.js 折线图深入解析与使用指南

Chart.js 折线图深入解析与使用指南

Chart.js 折线图深入解析与使用指南 引言 在数据可视化领域，折线图因其简洁直观的特性而被广泛应用。Chart.js 是一个轻量级的图表库，允许开发者轻松地创建各种图表，包括折线图。本文将深入解析 Chart.js 折线图的使用方法，帮助读者快速掌握其在网页中的应用。 目录 Cha…
阅读更多...
解决Deepseek“服务器繁忙，请稍后再试”问题，基于硅基流动和chatbox的解决方案

解决Deepseek“服务器繁忙，请稍后再试”问题，基于硅基流动和chatbox的解决方案

文章目录 前言操作步骤步骤1：注册账号步骤2：在线体验步骤3：获取API密钥步骤4：安装chatbox步骤5：chatbox设置 价格方面 前言 最近在使用DeepSeek时，开启深度思考功能后，频繁遇到“服务器繁忙&am…
阅读更多...
LeetCodeHot100_0x03

LeetCodeHot100_0x03

LeetCodeHot100_0x03 17. 缺失的第一个正数 求解思路： 这题一眼，这么简单？？？做出了还过了，第二眼，不接助O(N)空间，什么鬼？好吧，起码能想到用哈希解决&#…
阅读更多...
LeetCode 热题100 141. 环形链表

LeetCode 热题100 141. 环形链表

LeetCode 热题100 | 141. 环形链表 大家好，今天我们来解决一道经典的算法题——环形链表。这道题在 LeetCode 上被标记为简单难度，要求我们判断一个链表中是否存在环。下面我将详细讲解解题思路，并附上 Python 代码实现。 题目描述 给定一个…
阅读更多...
最新文章

Copyright @ 2022~2023