QuerySet
可切片
使用Python 的切片語法來限制查詢集記錄的數目 。它等同於SQL 的LIMIT 和OFFSET 子句。
|
1
|
>>> Entry.objects.
all
()[:5] # (LIMIT 5)
|
>>> Entry.objects.all()[5:10] # (OFFSET 5 LIMIT 5)
不支持負的索引（例如Entry.objects.all()[-1]）。通常，查詢集 的切片返回一個新的查詢集 —— 它不會執行查詢。
可迭代
articleList=models.Article.objects.all() for article in articleList: print(article.title)
惰性查詢
查詢集 是惰性執行的 —— 創建查詢集不會帶來任何數據庫的訪問。你可以將過濾器保持一整天，直到查詢集 需要求值時，Django 才會真正運行這個查詢。
|
1
2
3
4
5
6
|
queryResult=models.Article.objects.
all
() #
not
hits
database
print(queryResult) # hits
database
for
article
in
queryResult:
print(article.title) # hits
database
|
一般來說，只有在“請求”查詢集 的結果時才會到數據庫中去獲取它們。當你確實需要結果時，查詢集 通過訪問數據庫來求值。 關於求值發生的准確時間，參見何時計算查詢集。
緩存機制
每個查詢集都包含一個緩存來最小化對數據庫的訪問。理解它是如何工作的將讓你編寫最高效的代碼。
在一個新創建的查詢集中，緩存為空。首次對查詢集進行求值 —— 同時發生數據庫查詢 ——Django 將保存查詢的結果到查詢集的緩存中並返回明確請求的結果（例如，如果正在迭代查詢集，則返回下一個結果）。接下來對該查詢集 的求值將重用緩存的結果。
請牢記這個緩存行為，因為對查詢集使用不當的話，它會坑你的。例如，下面的語句創建兩個查詢集，對它們求值，然后扔掉它們：
|
1
2
|
print([a.title
for
a
in
models.Article.objects.
all
()])
print([a.create_time
for
a
in
models.Article.objects.
all
()])
|
這意味着相同的數據庫查詢將執行兩次，顯然倍增了你的數據庫負載。同時，還有可能兩個結果列表並不包含相同的數據庫記錄，因為在兩次請求期間有可能有Article被添加進來或刪除掉。為了避免這個問題，只需保存查詢集並重新使用它：
|
1
2
3
|
queryResult=models.Article.objects.
all
()
print([a.title
for
a
in
queryResult])
print([a.create_time
for
a
in
queryResult])
|
何時查詢集不會被緩存?
查詢集不會永遠緩存它們的結果。當只對查詢集的部分進行求值時會檢查緩存， 如果這個部分不在緩存中，那么接下來查詢返回的記錄都將不會被緩存。所以，這意味着使用切片或索引來限制查詢集將不會填充緩存。
例如，重復獲取查詢集對象中一個特定的索引將每次都查詢數據庫：
|
1
2
3
|
>>> queryset
=
Entry.objects.
all
()
>>>
print
queryset[
5
]
# Queries the database
>>>
print
queryset[
5
]
# Queries the database again
|
然而，如果已經對全部查詢集求值過，則將檢查緩存：
|
1
2
3
4
|
>>> queryset
=
Entry.objects.
all
()
>>> [entry
for
entry
in
queryset]
# Queries the database
>>>
print
queryset[
5
]
# Uses cache
>>>
print
queryset[
5
]
# Uses cache
|
下面是一些其它例子，它們會使得全部的查詢集被求值並填充到緩存中：
|
1
2
3
4
|
>>> [entry
for
entry
in
queryset]
>>>
bool
(queryset)
>>> entry
in
queryset
>>>
list
(queryset)
|
注：簡單地打印查詢集不會填充緩存。
|
1
2
3
|
queryResult
=
models.Article.objects.
all
()
print
(queryResult)
# hits database
print
(queryResult)
# hits database
|
exists()與iterator()方法
exists：
簡單的使用if語句進行判斷也會完全執行整個queryset並且把數據放入cache，雖然你並不需要這些 數據！為了避免這個，可以用exists()方法來檢查是否有數據：
if queryResult.exists(): #SELECT (1) AS "a" FROM "blog_article" LIMIT 1; args=() print("exists...")
iterator:
當queryset非常巨大時，cache會成為問題。
處理成千上萬的記錄時，將它們一次裝入內存是很浪費的。更糟糕的是，巨大的queryset可能會鎖住系統 進程，讓你的程序瀕臨崩潰。要避免在遍歷數據的同時產生queryset cache，可以使用iterator()方法 來獲取數據，處理完數據就將其丟棄。
objs = Book.objects.all().iterator() # iterator()可以一次只從數據庫獲取少量數據，這樣可以節省內存 for obj in objs: print(obj.title) #BUT,再次遍歷沒有打印,因為迭代器已經在上一次遍歷(next)到最后一次了,沒得遍歷了 for obj in objs: print(obj.title)
當然，使用iterator()方法來防止生成cache，意味着遍歷同一個queryset時會重復執行查詢。所以使 #用iterator()的時候要當心，確保你的代碼在操作一個大的queryset時沒有重復執行查詢。
總結:
queryset的cache是用於減少程序對數據庫的查詢，在通常的使用下會保證只有在需要的時候才會查詢數據庫。 使用exists()和iterator()方法可以優化程序對內存的使用。不過，由於它們並不會生成queryset cache，可能 會造成額外的數據庫查詢。
中介模型
處理類似搭配 pizza 和 topping 這樣簡單的多對多關系時，使用標准的ManyToManyField 就可以了。但是，有時你可能需要關聯數據到兩個模型之間的關系上。
例如，有這樣一個應用，它記錄音樂家所屬的音樂小組。我們可以用一個ManyToManyField 表示小組和成員之間的多對多關系。但是，有時你可能想知道更多成員關系的細節，比如成員是何時加入小組的。
對於這些情況，Django 允許你指定一個中介模型來定義多對多關系。 你可以將其他字段放在中介模型里面。源模型的ManyToManyField 字段將使用through 參數指向中介模型。對於上面的音樂小組的例子，代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
from
django.db
import
models
class
Person(models.Model):
name
=
models.CharField(max_length
=
128
)
def
__str__(
self
):
# __unicode__ on Python 2
return
self
.name
class
Group(models.Model):
name
=
models.CharField(max_length
=
128
)
members
=
models.ManyToManyField(Person, through
=
'Membership'
)
def
__str__(
self
):
# __unicode__ on Python 2
return
self
.name
class
Membership(models.Model):
person
=
models.ForeignKey(Person)
group
=
models.ForeignKey(Group)
date_joined
=
models.DateField()
invite_reason
=
models.CharField(max_length
=
64
)
|
既然你已經設置好ManyToManyField 來使用中介模型（在這個例子中就是Membership），接下來你要開始創建多對多關系。你要做的就是創建中介模型的實例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
>>> ringo
=
Person.objects.create(name
=
"Ringo Starr"
)
>>> paul
=
Person.objects.create(name
=
"Paul McCartney"
)
>>> beatles
=
Group.objects.create(name
=
"The Beatles"
)
>>> m1
=
Membership(person
=
ringo, group
=
beatles,
... date_joined
=
date(
1962
,
8
,
16
),
... invite_reason
=
"Needed a new drummer."
)
>>> m1.save()
>>> beatles.members.
all
()
[<Person: Ringo Starr>]
>>> ringo.group_set.
all
()
[<Group: The Beatles>]
>>> m2
=
Membership.objects.create(person
=
paul, group
=
beatles,
... date_joined
=
date(
1960
,
8
,
1
),
... invite_reason
=
"Wanted to form a band."
)
>>> beatles.members.
all
()
[<Person: Ringo Starr>, <Person: Paul McCartney>]
|
與普通的多對多字段不同，你不能使用add、 create和賦值語句（比如，beatles.members = [...]）來創建關系：
|
1
2
3
4
5
6
|
# THIS WILL NOT WORK
>>> beatles.members.add(john)
# NEITHER WILL THIS
>>> beatles.members.create(name
=
"George Harrison"
)
# AND NEITHER WILL THIS
>>> beatles.members
=
[john, paul, ringo, george]
|
為什么不能這樣做？ 這是因為你不能只創建 Person和 Group之間的關聯關系，你還要指定 Membership模型中所需要的所有信息；而簡單的add、create 和賦值語句是做不到這一點的。所以它們不能在使用中介模型的多對多關系中使用。此時，唯一的辦法就是創建中介模型的實例。
remove()方法被禁用也是出於同樣的原因。但是clear() 方法卻是可用的。它可以清空某個實例所有的多對多關系：
|
1
2
3
4
5
|
>>>
# Beatles have broken up
>>> beatles.members.clear()
>>>
# Note that this deletes the intermediate model instances
>>> Membership.objects.
all
()
[]
|
查詢優化
表數據
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
|
class UserInfo(AbstractUser):
""
"
用戶信息
"
""
nid = models.BigAutoField(primary_key=
True
)
nickname = models.CharField(verbose_name=
'昵稱'
, max_length=32)
telephone = models.CharField(max_length=11, blank=
True
,
null
=
True
,
unique
=
True
, verbose_name=
'手機號碼'
)
avatar = models.FileField(verbose_name=
'頭像'
,upload_to =
'avatar/'
,
default
=
"/avatar/default.png"
)
create_time = models.DateTimeField(verbose_name=
'創建時間'
, auto_now_add=
True
)
fans = models.ManyToManyField(verbose_name=
'粉絲們'
,
to
=
'UserInfo'
,
through=
'UserFans'
,
related_name=
'f'
,
through_fields=(
'user'
,
'follower'
))
def __str__(self):
return
self.username
class UserFans(models.Model):
""
"
互粉關系表
"
""
nid = models.AutoField(primary_key=
True
)
user
= models.ForeignKey(verbose_name=
'博主'
,
to
=
'UserInfo'
, to_field=
'nid'
, related_name=
'users'
)
follower = models.ForeignKey(verbose_name=
'粉絲'
,
to
=
'UserInfo'
, to_field=
'nid'
, related_name=
'followers'
)
class Blog(models.Model):
""
"
博客信息
"
""
nid = models.BigAutoField(primary_key=
True
)
title = models.CharField(verbose_name=
'個人博客標題'
, max_length=64)
site = models.CharField(verbose_name=
'個人博客后綴'
, max_length=32,
unique
=
True
)
theme = models.CharField(verbose_name=
'博客主題'
, max_length=32)
user
= models.OneToOneField(
to
=
'UserInfo'
, to_field=
'nid'
)
def __str__(self):
return
self.title
class Category(models.Model):
""
"
博主個人文章分類表
"
""
nid = models.AutoField(primary_key=
True
)
title = models.CharField(verbose_name=
'分類標題'
, max_length=32)
blog = models.ForeignKey(verbose_name=
'所屬博客'
,
to
=
'Blog'
, to_field=
'nid'
)
class Article(models.Model):
nid = models.BigAutoField(primary_key=
True
)
title = models.CharField(max_length=50, verbose_name=
'文章標題'
)
desc
= models.CharField(max_length=255, verbose_name=
'文章描述'
)
read_count = models.IntegerField(
default
=0)
comment_count= models.IntegerField(
default
=0)
up_count = models.IntegerField(
default
=0)
down_count = models.IntegerField(
default
=0)
category = models.ForeignKey(verbose_name=
'文章類型'
,
to
=
'Category'
, to_field=
'nid'
,
null
=
True
)
create_time = models.DateField(verbose_name=
'創建時間'
)
blog = models.ForeignKey(verbose_name=
'所屬博客'
,
to
=
'Blog'
, to_field=
'nid'
)
tags = models.ManyToManyField(
to
=
"Tag"
,
through=
'Article2Tag'
,
through_fields=(
'article'
,
'tag'
),
)
class ArticleDetail(models.Model):
""
"
文章詳細表
"
""
nid = models.AutoField(primary_key=
True
)
content = models.TextField(verbose_name=
'文章內容'
, )
article = models.OneToOneField(verbose_name=
'所屬文章'
,
to
=
'Article'
, to_field=
'nid'
)
class Comment(models.Model):
""
"
評論表
"
""
nid = models.BigAutoField(primary_key=
True
)
article = models.ForeignKey(verbose_name=
'評論文章'
,
to
=
'Article'
, to_field=
'nid'
)
content = models.CharField(verbose_name=
'評論內容'
, max_length=255)
create_time = models.DateTimeField(verbose_name=
'創建時間'
, auto_now_add=
True
)
parent_comment = models.ForeignKey(
'self'
, blank=
True
,
null
=
True
, verbose_name=
'父級評論'
)
user
= models.ForeignKey(verbose_name=
'評論者'
,
to
=
'UserInfo'
, to_field=
'nid'
)
up_count = models.IntegerField(
default
=0)
def __str__(self):
return
self.content
class ArticleUpDown(models.Model):
""
"
點贊表
"
""
nid = models.AutoField(primary_key=
True
)
user
= models.ForeignKey(
'UserInfo'
,
null
=
True
)
article = models.ForeignKey(
"Article"
,
null
=
True
)
models.BooleanField(verbose_name=
'是否贊'
)
class CommentUp(models.Model):
""
"
點贊表
"
""
nid = models.AutoField(primary_key=
True
)
user
= models.ForeignKey(
'UserInfo'
,
null
=
True
)
comment = models.ForeignKey(
"Comment"
,
null
=
True
)
class Tag(models.Model):
nid = models.AutoField(primary_key=
True
)
title = models.CharField(verbose_name=
'標簽名稱'
, max_length=32)
blog = models.ForeignKey(verbose_name=
'所屬博客'
,
to
=
'Blog'
, to_field=
'nid'
)
class Article2Tag(models.Model):
nid = models.AutoField(primary_key=
True
)
article = models.ForeignKey(verbose_name=
'文章'
,
to
=
"Article"
, to_field=
'nid'
)
tag = models.ForeignKey(verbose_name=
'標簽'
,
to
=
"Tag"
, to_field=
'nid'
)
|
select_related
簡單使用
對於一對一字段（OneToOneField）和外鍵字段（ForeignKey），可以使用select_related 來對QuerySet進行優化。
select_related 返回一個QuerySet，當執行它的查詢時它沿着外鍵關系查詢關聯的對象的數據。它會生成一個復雜的查詢並引起性能的損耗，但是在以后使用外鍵關系時將不需要數據庫查詢。
簡單說，在對QuerySet使用select_related()函數后，Django會獲取相應外鍵對應的對象，從而在之后需要的時候不必再查詢數據庫了。
下面的例子解釋了普通查詢和select_related() 查詢的區別。
查詢id=2的文章的分類名稱,下面是一個標准的查詢：
|
1
2
3
4
5
|
# Hits the database.
article
=
models.Article.objects.get(nid
=
2
)
# Hits the database again to get the related Blog object.
print
(article.category.title)
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
''
'
SELECT
"blog_article"."nid",
"blog_article"."title",
"blog_article"."desc",
"blog_article"."read_count",
"blog_article"."comment_count",
"blog_article"."up_count",
"blog_article"."down_count",
"blog_article"."category_id",
"blog_article"."create_time",
"blog_article"."blog_id",
"blog_article"."article_type_id"
FROM "blog_article"
WHERE "blog_article"."nid" = 2; args=(2,)
SELECT
"blog_category"."nid",
"blog_category"."title",
"blog_category"."blog_id"
FROM "blog_category"
WHERE "blog_category"."nid" = 4; args=(4,)
'
''
|
如果我們使用select_related()函數：
|
1
2
3
4
5
6
7
|
articleList=models.Article.objects.select_related(
"category"
).
all
()
for
article_obj
in
articleList:
# Doesn't hit the
database
, because article_obj.category
# has been prepopulated
in
the previous query.
print(article_obj.category.title)
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
SELECT
"blog_article"
.
"nid"
,
"blog_article"
.
"title"
,
"blog_article"
.
"desc"
,
"blog_article"
.
"read_count"
,
"blog_article"
.
"comment_count"
,
"blog_article"
.
"up_count"
,
"blog_article"
.
"down_count"
,
"blog_article"
.
"category_id"
,
"blog_article"
.
"create_time"
,
"blog_article"
.
"blog_id"
,
"blog_article"
.
"article_type_id"
,
"blog_category"
.
"nid"
,
"blog_category"
.
"title"
,
"blog_category"
.
"blog_id"
FROM
"blog_article"
LEFT
OUTER
JOIN
"blog_category"
ON
(
"blog_article"
.
"category_id"
=
"blog_category"
.
"nid"
);
|
多外鍵查詢
這是針對category的外鍵查詢，如果是另外一個外鍵呢？讓我們一起看下：
|
1
2
|
article=models.Article.objects.select_related(
"category"
).get(nid=1)
print(article.articledetail)
|
觀察logging結果，發現依然需要查詢兩次，所以需要改為：
|
1
2
|
article=models.Article.objects.select_related(
"category"
,
"articledetail"
).get(nid=1)
print(article.articledetail)
|
或者：
article=models.Article.objects
.select_related("category")
.select_related("articledetail")
.get(nid=1) # django 1.7 支持鏈式操作 print(article.articledetail)
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
SELECT
"blog_article"
.
"nid"
,
"blog_article"
.
"title"
,
......
"blog_category"
.
"nid"
,
"blog_category"
.
"title"
,
"blog_category"
.
"blog_id"
,
"blog_articledetail"
.
"nid"
,
"blog_articledetail"
.
"content"
,
"blog_articledetail"
.
"article_id"
FROM
"blog_article"
LEFT
OUTER
JOIN
"blog_category"
ON
(
"blog_article"
.
"category_id"
=
"blog_category"
.
"nid"
)
LEFT
OUTER
JOIN
"blog_articledetail"
ON
(
"blog_article"
.
"nid"
=
"blog_articledetail"
.
"article_id"
)
WHERE
"blog_article"
.
"nid"
= 1; args=(1,)
|
深層查詢
|
1
2
3
4
|
# 查詢id=1的文章的用戶姓名
article=models.Article.objects.select_related(
"blog"
).get(nid=1)
print(article.blog.
user
.username)
|
依然需要查詢兩次：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
SELECT
"blog_article"
.
"nid"
,
"blog_article"
.
"title"
,
......
"blog_blog"
.
"nid"
,
"blog_blog"
.
"title"
,
FROM
"blog_article"
INNER
JOIN
"blog_blog"
ON
(
"blog_article"
.
"blog_id"
=
"blog_blog"
.
"nid"
)
WHERE
"blog_article"
.
"nid"
= 1;
SELECT
"blog_userinfo"
.
"password"
,
"blog_userinfo"
.
"last_login"
,
......
FROM
"blog_userinfo"
WHERE
"blog_userinfo"
.
"nid"
= 1;
|
這是因為第一次查詢沒有query到userInfo表，所以，修改如下：
|
1
2
|
article=models.Article.objects.select_related(
"blog__user"
).get(nid=1)
print(article.blog.
user
.username)
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
SELECT
"blog_article"
.
"nid"
,
"blog_article"
.
"title"
,
......
"blog_blog"
.
"nid"
,
"blog_blog"
.
"title"
,
......
"blog_userinfo"
.
"password"
,
"blog_userinfo"
.
"last_login"
,
......
FROM
"blog_article"
INNER
JOIN
"blog_blog"
ON
(
"blog_article"
.
"blog_id"
=
"blog_blog"
.
"nid"
)
INNER
JOIN
"blog_userinfo"
ON
(
"blog_blog"
.
"user_id"
=
"blog_userinfo"
.
"nid"
)
WHERE
"blog_article"
.
"nid"
= 1;
|
總結
- select_related主要針一對一和多對一關系進行優化。
- select_related使用SQL的JOIN語句進行優化，通過減少SQL查詢的次數來進行優化、提高性能。
- 可以通過可變長參數指定需要select_related的字段名。也可以通過使用雙下划線“__”連接字段名來實現指定的遞歸查詢。
- 沒有指定的字段不會緩存，沒有指定的深度不會緩存，如果要訪問的話Django會再次進行SQL查詢。
- 也可以通過depth參數指定遞歸的深度，Django會自動緩存指定深度內所有的字段。如果要訪問指定深度外的字段，Django會再次進行SQL查詢。
- 也接受無參數的調用，Django會盡可能深的遞歸查詢所有的字段。但注意有Django遞歸的限制和性能的浪費。
- Django >= 1.7，鏈式調用的select_related相當於使用可變長參數。Django < 1.7，鏈式調用會導致前邊的select_related失效，只保留最后一個。
prefetch_related()
對於多對多字段（ManyToManyField）和一對多字段，可以使用prefetch_related()來進行優化。
prefetch_related()和select_related()的設計目的很相似，都是為了減少SQL查詢的數量，但是實現的方式不一樣。后者是通過JOIN語句，在SQL查詢內解決問題。但是對於多對多關系，使用SQL語句解決就顯得有些不太明智，因為JOIN得到的表將會很長，會導致SQL語句運行時間的增加和內存占用的增加。若有n個對象，每個對象的多對多字段對應Mi條，就會生成Σ(n)Mi 行的結果表。
prefetch_related()的解決方法是，分別查詢每個表，然后用Python處理他們之間的關系。
|
1
2
3
4
5
|
# 查詢所有文章關聯的所有標簽
article_obj=models.Article.objects.
all
()
for
i
in
article_obj:
print(i.tags.
all
()) #4篇文章: hits
database
5
|
改為prefetch_related：
|
1
2
3
4
5
|
# 查詢所有文章關聯的所有標簽
article_obj=models.Article.objects.prefetch_related(
"tags"
).
all
()
for
i
in
article_obj:
print(i.tags.
all
()) #4篇文章: hits
database
2
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
SELECT
"blog_article"
.
"nid"
,
"blog_article"
.
"title"
,
......
FROM
"blog_article"
;
SELECT
(
"blog_article2tag"
.
"article_id"
)
AS
"_prefetch_related_val_article_id"
,
"blog_tag"
.
"nid"
,
"blog_tag"
.
"title"
,
"blog_tag"
.
"blog_id"
FROM
"blog_tag"
INNER
JOIN
"blog_article2tag"
ON
(
"blog_tag"
.
"nid"
=
"blog_article2tag"
.
"tag_id"
)
WHERE
"blog_article2tag"
.
"article_id"
IN
(1, 2, 3, 4);
|
extra
extra(select=None, where=None, params=None,
tables=None, order_by=None, select_params=None)
有些情況下，Django的查詢語法難以簡單的表達復雜的 WHERE 子句，對於這種情況, Django 提供了 extra() QuerySet修改機制 — 它能在 QuerySet生成的SQL從句中注入新子句
extra可以指定一個或多個 參數,例如 select, where or tables. 這些參數都不是必須的，但是你至少要使用一個!要注意這些額外的方式對不同的數據庫引擎可能存在移植性問題.(因為你在顯式的書寫SQL語句),除非萬不得已,盡量避免這樣做
參數之select
The select 參數可以讓你在 SELECT 從句中添加其他字段信息，它應該是一個字典，存放着屬性名到 SQL 從句的映射。
queryResult=models.Article
.objects.extra(select={'is_recent': "create_time > '2017-09-05'"})
結果集中每個 Entry 對象都有一個額外的屬性is_recent, 它是一個布爾值，表示 Article對象的create_time 是否晚於2017-09-05.
練習：
# in sqlite: article_obj=models.Article.objects
.filter(nid=1)
.extra(select={"standard_time":"strftime('%%Y-%%m-%%d',create_time)"})
.values("standard_time","nid","title") print(article_obj) # <QuerySet [{'title': 'MongoDb 入門教程', 'standard_time': '2017-09-03', 'nid': 1}]>
參數之where / tables
您可以使用where定義顯式SQL WHERE子句 - 也許執行非顯式連接。您可以使用tables手動將表添加到SQL FROM子句。
where和tables都接受字符串列表。所有where參數均為“與”任何其他搜索條件。
舉例來講：
queryResult=models.Article
.objects.extra(where=['nid in (1,3) OR title like "py%" ','nid>2'])
整體插入
創建對象時，盡可能使用bulk_create()來減少SQL查詢的數量。例如：
Entry.objects.bulk_create([
Entry(headline="Python 3.0 Released"),
Entry(headline="Python 3.1 Planned")
])
...更優於：
Entry.objects.create(headline="Python 3.0 Released")
Entry.objects.create(headline="Python 3.1 Planned")
注意該方法有很多注意事項，所以確保它適用於你的情況。
這也可以用在ManyToManyFields中，所以：
my_band.members.add(me, my_friend)
...更優於：
my_band.members.add(me)
my_band.members.add(my_friend)
...其中Bands和Artists具有多對多關聯。