Django models中的增删改查与MySQL SQL的对应关系

在 Django 中，models 提供了一种高层次的抽象来与数据库进行交互，使得开发者可以使用 Python 代码而非直接编写 SQL 来执行增删改查（CRUD）操作。下面将详细介绍 Django 的 ORM（对象关系映射）操作如何对应到 MySQL 的 SQL 查询。

创建 (Create)

Django Models:

# 创建并保存一个新对象
new_entry = MyModel(field1='value1', field2='value2')
new_entry.save()

MySQL SQL:

INSERT INTO myapp_mymodel (field1, field2) VALUES ('value1', 'value2');

读取 (Read)

获取单个对象

Django Models:

# 根据主键获取一个对象
entry = MyModel.objects.get(id=1)

MySQL SQL:

SELECT * FROM myapp_mymodel WHERE id = 1;

获取多个对象

Django Models:

# 获取所有对象
entries = MyModel.objects.all()# 使用过滤条件获取对象
filtered_entries = MyModel.objects.filter(field1='value1')

MySQL SQL:

-- 获取所有对象
SELECT * FROM myapp_mymodel;-- 使用 WHERE 子句过滤
SELECT * FROM myapp_mymodel WHERE field1 = 'value1';

聚合查询

Django Models:

from django.db.models import Count# 统计总数
count = MyModel.objects.count()# 分组统计
grouped = MyModel.objects.values('field1').annotate(count=Count('id'))

MySQL SQL:

-- 统计总数
SELECT COUNT(*) FROM myapp_mymodel;-- 分组统计
SELECT field1, COUNT(id) AS count FROM myapp_mymodel GROUP BY field1;

更新 (Update)

Django Models:

# 更新单个对象
entry = MyModel.objects.get(id=1)
entry.field1 = 'new_value'
entry.save()# 批量更新
MyModel.objects.filter(field1='old_value').update(field1='new_value')

MySQL SQL:

-- 更新单个对象
UPDATE myapp_mymodel SET field1 = 'new_value' WHERE id = 1;-- 批量更新
UPDATE myapp_mymodel SET field1 = 'new_value' WHERE field1 = 'old_value';

删除 (Delete)

Django Models:

# 删除单个对象
entry = MyModel.objects.get(id=1)
entry.delete()# 批量删除
MyModel.objects.filter(field1='value1').delete()

MySQL SQL:

-- 删除单个对象
DELETE FROM myapp_mymodel WHERE id = 1;-- 批量删除
DELETE FROM myapp_mymodel WHERE field1 = 'value1';

高级查询

Django 的 ORM 还支持更复杂的查询，例如联合查询、子查询等，这些都可以通过 Django 的 Q 对象和 F 表达式来实现。对于非常复杂的查询，如果 ORM 不足以满足需求，Django 还允许直接执行原始 SQL 查询：

from django.db import connectiondef custom_sql(query, params=None):with connection.cursor() as cursor:cursor.execute(query, params)return cursor.fetchall()

这使得您可以根据需要灵活地选择是使用 ORM 抽象还是直接编写 SQL 查询。

总之，Django 的 ORM 提供了一个强大而灵活的方式来与数据库交互，简化了数据访问层的开发工作，并且自动处理了许多底层细节，如事务管理、连接池等。同时，它也保持了足够的灵活性，以应对复杂的查询需求。