Django ORM详解:事务与F、Q函数使用

事务


#事务
from django.db import transaction
from django.db.models import F
# 装饰器用法:@transaction.atomic
def viewfunc(request):# 这些代码会在一个事务中执行...
# with用法
try:#开启事物之后只有在事物里面的代码都正确运行完成才会执行相应的操作with transaction.atomic():#创建一条数据models.Order.objects.create(num='1111223444',count=1,product_id=5)#去产品表,将卖出+1,库存-1models.Product.objects.filter(id=5).update(kucun=F('kucun')-1,maichu=F('maichu')+1)
except Exception as e:print(e)#不开启事务,会一步步的执行代码碰到bug才停止
try:# 创建一条数据models.Order.objects.create(num='1111223455', count=1, product_id=5)# 去产品表,将卖出+1,库存-1models.Product.objects.filter(id=5).update(kucun=F('kucun') - 1, maichu=F('maichu') + 1)
except Exception as e:print(e)#常见的例子:银行取款和转账,只有整个执行过程都正确才会执行操作

 1. F() ---- 专门取对象中某列值的操作

F()允许Django在未实际链接数据的情况下具有对数据库字段的值的引用。通常情况下我们在更新数据时需要先从数据库里将原数据取出后方在内存里,然后编辑某些属性,最后提交。例如

order = Order.objects.get(orderid='123456789')
order.amount += 1
order.save()

F()操作在 obj.save() 后会持续存在

如果times的值是1,那么经过n次save()之后,times的值是2

obj = models.Test.objects.get(name="cox")
obj.times = obj.times + 1
obj.save()
obj.save()
obj.save()

如果times的值是1,那么经过n次save()之后,times的值是1+n,而不是2,就是因为F()操作在 obj.save() 后会持续存在

obj = models.Test.objects.get(name="cox")
obj.times = F("times") + 1
obj.save()
obj.save()
obj.save()

F()再过滤(filter)中的使用

获取表中收入(input_price)大于支出(output_price)的数据

models.Test.objects.filter(input_price__gt=F(“output_price”))

Django支持F()对象使用加、减、乘、除、取模和幂运算等算术操作,两个操作数可以是常数或F()对象

models.Test.objects.filter(input_price__gt=F(“output_price”)*2) models.Test.objects.filter(input_price__gt=F(“output_price”)+F(“output_price”))

你还可以在F()对象中使用双下划线标记来跨越关联关系。 带有双下划线的F()对象将引入任何需要的join 操作以访问关联的对象

models.Test.objects.filter(authors__name=F(‘blog__name’))

对于date 和date/time 字段,你可以给它们加上或减去一个timedelta对象

from datetime import timedelta models.Test.objects.filter(mod_date__gt=F(‘pub_date’) + timedelta(days=3))

 2. Q() ---- 对对象的复杂查询

 Q对象(django.db.models.Q)可以对关键字参数进行封装,从而更好地应用多个查询。可以组合使用 &(and),|(or),~(not)操作符,当一个操作符是用于两个Q的对象,它产生一个新的Q对象。

from django.db.models import Q
models.Author.objects.filter(Q(name="cox") | Q(name="Tom")) # 获取在Author表中,name等于cox和name等于cox的所有数据models.Author.objects.filter(Q(name="cox") & Q(age=12))# 获取在Author表中,name等于cox并且age等于12的所有数据

Q()传入条件查询

q1 = Q()
q1.connector = 'OR'
q1.children.append(('name', "cox"))
q1.children.append(('name', "Tom"))
q1.children.append(('name', "Jeck"))models.Author.objects.filter(q1) # 在Author表中,name等于cox/Tom/Jeck的所有数据
con = Q()q1 = Q()
q1.connector = 'OR'
q1.children.append(('name', "cox"))
q1.children.append(('name', "Tom"))
q1.children.append(('name', "Jeck"))q2 = Q()
q2.connector = 'OR'
q2.children.append(('age', 12))con.add(q1, 'AND')
con.add(q2, 'AND')models.Author.objects.filter(con) # 在Author表中,name等于cox/Tom/Jeck的 并且 满足age等于12 的所有数据

Q()非

在Q()语句中,~代表非

models.Author.objects.filter(~Q(name=”cox”)) # 获取在Author表中,name不等于cox的所有数据

Q对象可以与关键字参数查询一起使用,不过一定要把Q对象放在关键字参数查询的前面。

正确写法:

Order.objects.get(Q(create_time=date(2016, 10, 2)) | Q(create_time=date(2016, 10, 6))desc__startswith='Who',)

错误写法:

Order.objects.get(desc__startswith='Who',Q(create_time=date(2016, 10, 2)) | Q(create_time=date(2016, 10, 6)))

Django Q()表达式

补充知识:Django 中 Models 的 F()和 Q()函数

1、F() —- 专门取对象中某列值的操作

F对象允许Django在未实际链接数据的情况下具有对数据库字段的值的引用。

通常情况下我们在更新数据时需要先从数据库里将原数据取出后方在内存里,然后编辑某些属性,最后提交。

all = BookInfo.objects.filter(auth="小明")
for b in all:price = b.priceb.price = price + 10b.save# 使用F对象来计算
BookInfo.objects.filter(auth="小明").update(price=F("price")+10)

2、Q() —- 对对象的复杂查询

Q对象是Django对model查询中所使用的关键字参数进行封装后的一个对象。

Q对象可以通过 &(与)、 |(或)、 ~(非)运算来组合生成不同的Q对象,便于在查询操作中灵活地运用。

from django.db.models import Q
# 并且条件:与条件查询
models.User.objects.filter(条件1,条件2,条件n..)
models.User.objects.filter(Q(username='老王') & Q(userpass='admin'))# 或者条件:或条件
models.User.objects.fliter(Q(username='老王') | Q(username='老李'))# 取反条件
models.User.objects.filter(~Q(username='老王'))
models.User.objects.exclude(username='老王')
from django.db.models import F,Q# 查询评论数大于100的所有书籍名称# ret=Book.objects.filter(comment_count__gt=100).values("title")# 查询评论数大于点赞数的所有书籍名称# ret = Book.objects.filter(comment_count__gt=F("like_count")).values("title")# print(ret)# < QuerySet[{'title': 'linux'}, {'title': 'go'}] ># 查询评论数大于2倍点赞数的所有书籍名称# ret = Book.objects.filter(comment_count__gt=F("like_count")*2).values("title")# SELECT `app01_book`.`title` FROM `app01_book`# WHERE `app01_book`.`comment_count` > (`app01_book`.`like_count` * 2)# LIMIT 21;# print(ret) # <QuerySet []># 给每本书籍的价格提升100# Book.objects.all().update(price=100+F("price"))# 查询价格大于200或者评论数并且1000 的书籍# ret=Book.objects.filter(price__gt=200,comment_count__gt=1000)# SELECT `app01_book`.`nid`, `app01_book`.`title`, `app01_book`.`price`, `app01_book`.`pub_date`,# `app01_book`.`comment_count`, `app01_book`.`like_count`, `app01_book`.`publish_id`# FROM `app01_book`# WHERE(`app01_book`.`comment_count` > 1000 AND `app01_book`. `price` > 200)# LIMIT 21;# print(ret)# < QuerySet[ < Book: linux >, < Book: javaaaaa >] ># 查询价格大于200或者评论数不大于1000 的书籍# 与&    或|   非~# ret=Book.objects.filter(Q(price__gt=200)|~Q(comment_count__gt=1000))# SELECT `app01_book`.`nid`, `app01_book`.`title`, `app01_book`.`price`, `app01_book`.`pub_date`,# `app01_book`.`comment_count`, `app01_book`.`like_count`, `app01_book`.`publish_id`# FROM `app01_book`# WHERE(`app01_book`. `price` > 200 OR NOT(`app01_book`. `comment_count` > 1000))# LIMIT 21;# print(ret)# < QuerySet[ < Book: linux >, < Book: javaaaaa >, < Book: go >, < Book: go >] >ret=Book.objects.filter(Q(Q(price__gt=200)|~Q(comment_count__gt=1000))&Q(like_count__gt=100))# 相当于# ret=Book.objects.filter(Q(Q(price__gt=200)|~Q(comment_count__gt=1000)),Q(like_count__gt=100))# SELECT `app01_book`.`nid`, `app01_book`.`title`, `app01_book`.`price`, `app01_book`.`pub_date`,# `app01_book`.`comment_count`, `app01_book`.`like_count`, `app01_book`.`publish_id`# FROM `app01_book`# WHERE((`app01_book`.`price` > 200 OR NOT (`app01_book`.`comment_count` > 1000))# AND `app01_book`.`like_count` > 100)# LIMIT 21;print(ret)# < QuerySet[ < Book: javaaaaa >, < Book: go >] >return HttpResponse("查询成功")

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/59138.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【网络安全】揭示 Web 缓存污染与欺骗漏洞

未经许可,不得转载。 文章目录 前言污染与欺骗Web 缓存污染 DoS1、HTTP 头部超大 (HHO)2、HTTP 元字符 (HMC)3、HTTP 方法覆盖攻击 (HMO)4、未键入端口5、重定向 DoS6、未键入头部7、Host 头部大小写规范化8、路径规范化9、无效头部 CP-DoS10、HTTP 请求拆分Web 缓存污染与有害…

AI打造超写实虚拟人物:是科技奇迹还是伦理挑战?

内容概要 在这个科技飞速发展的时代&#xff0c;超写实虚拟人物仿佛从科幻小说中走进了我们的日常生活。它们以生动的形象和细腻的动作&#xff0c;不仅在影视、广告和游戏中吸引了无数目光&#xff0c;更让我们对AI技术的未来充满了期待和疑惑。这些数字化身在逼真的外貌下&a…

第三次RHCSA作业

1、配置网络&#xff1a;为网卡添加一个本网段IPV4地址&#xff0c;x.x.x.123 2、配置yum本地仓库&#xff0c;并完成traceroute命令的安装 yum库配置成功过后&#xff0c;显示这个报错&#xff0c;没能写完 3、用至少两种方法查看sshd服务的进程号 4、添加一块10G大小的磁盘&…

前端用docker部署

1、环境检查 首先需要确认服务器上是否已经安装docker了。 在服务器上执行docker -v 显示对应的版本号说明已经安装好了docker 2、部署 使用Docker部署若依项目的前端服务&#xff0c;我们最终实现的是&#xff1a;启动一个镜像&#xff0c;我们的整个前端就启动了&#xf…

【Python开发】大模型应用开发项目整理

不知不觉已经入职3个月了&#xff0c;同事很好&#xff0c;工作充实&#xff0c;学到了很多东西&#xff0c;大大小小的需求也实现了接近20个。负责2个主要component&#xff0c;数据抓取和利用GenAI做数据提取。 1 背景 提取新闻中事件关键信息&#xff0c;比如人名&#xff…

论文翻译:ICLR 2024.DETECTING PRETRAINING DATA FROM LARGE LANGUAGE MODELS

文章目录 检测大型语言模型的预训练数据摘要1 引言2 预训练数据检测问题2.1 问题定义和挑战2.2 WIKIMIA&#xff1a;动态评估基准 3 MIN-K% PROB&#xff1a;简单的无参考预训练数据检测方法4 实验4.1 数据集和指标4.2 基线检测方法4.3 实现和结果4.4 分析 5 案例研究&#xff…

使用Jest进行JavaScript单元测试

&#x1f493; 博客主页&#xff1a;瑕疵的CSDN主页 &#x1f4dd; Gitee主页&#xff1a;瑕疵的gitee主页 ⏩ 文章专栏&#xff1a;《热点资讯》 使用Jest进行JavaScript单元测试 引言 Jest 简介 安装 Jest 创建基本配置 编写测试用例 运行测试 快照测试 模拟函数 代码覆盖率…

根据关键字搜索商品API返回值解析:深入解析与代码实践

在电子商务和数据集成领域&#xff0c;API&#xff08;应用程序编程接口&#xff09;扮演着至关重要的角色。通过API&#xff0c;开发者可以访问和利用平台的数据资源&#xff0c;实现自动化和智能化的数据交互。本文将探讨如何根据关键字搜索商品API的返回值进行解析&#xff…

哈尔滨华时信息技术有限公司,特色之处见怎么样

哈尔滨华时信息技术有限公司的特色之处体现在以下几个方面&#xff1a; 1. **技术优势**&#xff1a; - **无线网络技术专长**&#xff1a;在无线网络领域有深厚的技术积累和优势。具备高度的灵活性与移动性&#xff0c;能为客户提供灵活的网络解决方案&#xff0c;满足如移动…

【书生.浦语实战营】——入门岛

【书生.浦语实战营】——入门岛_第一关_Linux基础 任务分布1. 本地vscode远程连接并进行端口映射端口映射What——何为端口映射How——怎么进行端口映射 2. Linux基础命令touch &#xff1a;创建文件mkdir &#xff1a;创建目录cd:进入 退出 目录pwd :确定当前所在目录cat:可以…

KubeVirt 安装和配置 Windows虚拟机

本文将将介绍如何安装 KubeVirt 和使用 KubeVirt 配置 Windows 虚拟机。 前置条件 准备 Ubuntu 操作系统&#xff0c;一定要安装图形化界面。 安装 Docker&#xff08;最新版本&#xff09; 安装 libvirt 和 TigerVNC&#xff1a; apt install libvirt-daemon-system libvir…

RHCE——DNS域名解析服务器、selinux、防火墙

1、DNS简介 DNS &#xff08; Domain Name System &#xff09;是互联网上的一项服务&#xff0c;它作为将域名和 IP 地址相互映射的一个分布式 数据库&#xff0c;能够使人更方便的访问互联网。 DNS 系统使用的是网络的查询&#xff0c;那么自然需要有监听的 port 。 DNS 使…

11.Three.js使用indexeddb前端缓存模型优化前端加载效率

11.Three.js使用indexeddb前端缓存模型优化前端加载效率 1.简述 在使用Three.js做数字孪生应用场景时&#xff0c;我们常常需要用到大量模型或数据。在访问我们的数字孪生应用时&#xff0c;每次刷新都需要从web端进行请求大量的模型数据或其他渲染数据等等&#xff0c;会极大…

智慧城市的守护者——智能井盖监测终端

城市化进程的加速推进使得基础设施建设成为提升城市品质的关键环节。然而&#xff0c;在这一进程中&#xff0c;市政公用设施中的井盖与地下线缆的安全问题却日益凸显。由于缺乏有效的实时监控与管理体系&#xff0c;给犯罪分子留下了可趁之机&#xff0c;频繁发生的井盖被盗及…

零基础玩转IPC之——如何实现远程实时查看监控视频(P2P)

P2P是peer-to-peer的简称&#xff0c;又称为点对点技术&#xff0c;是没有中心服务器、依靠用户群节点进行信息交换的对等式网络。区别于传统的C/S中央服务器结构&#xff0c;P2P网络中每一个用户节点即是客户端又是服务端&#xff0c;能同时作为服务器给其他节点提供服务。 优…

开源OCR免费助力法律文档数字化,提升文档管理效率

一、在法律行业&#xff0c;每天需要处理大量纸质文件&#xff0c;从合同到判决书&#xff0c;手动录入不仅费时&#xff0c;还容易出错。为解决这一问题推出了一款免费开源的OCR智能识别平台&#xff0c;通过先进的光学字符识别&#xff08;OCR&#xff09;技术&#xff0c;将…

华为OD七日集训第5期 - 按算法分类,由易到难,循序渐进,玩转OD(Python/JS/C/C++)

目录 一、适合人群二、本期训练时间三、如何参加四、7日集训五、精心挑选21道高频100分经典题目&#xff0c;作为入门。第1天、逻辑分析第2天、数组第3天、双指针第4天、滑动窗口第5天、贪心算法第6天、二分查找第7天、分治递归 六、集训总结 大家好&#xff0c;我是哪吒。 最…

Python3 网络编程详解

概述 Python 提供了丰富的网络编程支持&#xff0c;包括低级别的 Socket 编程和高级别的 SocketServer 模块。本文将详细介绍如何在 Python 中使用 Socket 进行网络编程&#xff0c;并通过具体的代码示例来展示服务器和客户端的实现。 什么是 Socket&#xff1f; Socket 又称…

【数据分享】2024年我国省市县三级的休闲娱乐设施数量(免费获取/18类设施/Excel/Shp格式)

KTV、棋牌室、音乐厅等休闲服务设施的配置情况是一个城市公共基础设施完善程度的重要体现&#xff0c;一个城市休闲服务设施种类越丰富&#xff0c;数量越多&#xff0c;通常能表示这个城市的公共服务水平越高&#xff01; 本次我们为大家带来的是我国各省份、各地级市、各区县…

什么是软件设计模式, 它们⽤于解决什么问题, 它们为什么有效

什么是设计模式 软件设计模式是指在软件设计过程中&#xff0c;经过验证的、可复⽤的、对特定 场景下常⻅问题的解决⽅案的⼀种描述或模板。这些模式并不是具体的 代码&#xff0c;⽽是⽤于指导如何组织代码、类和对象&#xff0c;以便更好地解决问题和 满⾜需求。 ⽤于解决的…