Django 中的 Select_related 方法
本文介绍了查询集、如何处理这些查询以及如何在 Django 中使用 select_related()
方法。 在使用 Django 框架时,我们主要使用查询集。
假设我们有一个数据库,我们要执行一个查询。 假设我们有一个名为供应商的模型,通过这个供应商,我们将获取所有供应商,因此我们将有一个供应商列表,该列表将称为查询集。
Django中使用select_related()方法过滤模型相关查询
我们将查看 views.py 文件,我们将在其中编写逻辑并创建两个模型。 我们将开始编写一些代码来解释 select_related() 方法的用例。
首先,我们使用 objects.all() 获取员工。 我们需要遍历该员工的列表并使用 emplyee.name 打印员工姓名。
代码:
from company.models import Department, Employee
def home(request):
employees = Employee.objects.all()
for emplyee in employees:
print(emplyee.name)
输出:
Jane Doe
John Doe
Simpson
John Simpson
如果我们使用调试工具并转到我们的浏览器,我们将看到它获取所有员工和相应部门及其详细信息。 由于 objects.all() 选择所有员工并获取所有详细信息。
当我们访问相关模型时,问题就开始了。 例如,我们查看我们的 models.py 文件,作为相关模型的员工模型就是部门本身。
我们将使用以下代码打印员工姓名及其部门名称。
代码:
from company.models import Department, Employee
def home(request):
employees = Employee.objects.all()
for emplyee in employees:
print(emplyee.name,emplyee.department.name)
我们在上面的代码中使用了 employee.department,department 是一个外键。 它会给我们那个部门对象,我们的部门名称在哪里。
输出:
Jane Doe HR
John Doe Accounts
Simpson Purchase
John Simpson Purchase
如果我们在 Django 调试工具的帮助下运行我们的 Django 应用程序时进入浏览器,我们可以看到多个查询。 我们可以在第一个查询中看到它选择了所有员工,第二个查询选择了 id 为 1 的部门。
如果我们有相同的雇员 ID,即使它是相同的基础,ORM 将两次进入该表并获取重复项。 假设我们公司有 100 名员工,那么它会执行 101 次查询,所以 100 次来自部门的查询和 1 次来自员工的查询。
这也被称为 ORM 中的经典无尽问题。 它将使用 select_related() 方法获取这些员工及其相应的部门,我们需要在该方法中传递模型的字段。
所以这个领域是有意义的,在我们的例子中,我们把这个领域当作一个部门。
代码:
from company.models import Department, Employee
def home(request):
employees = Employee.objects.all().select_related('department')
for emplyee in employees:
print(emplyee.name,emplyee.department.name)
相关文章
Pandas DataFrame DataFrame.shift() 函数
发布时间:2024/04/24 浏览次数:133 分类:Python
-
DataFrame.shift() 函数是将 DataFrame 的索引按指定的周期数进行移位。
Python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:Python
-
Python Pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
Pandas read_csv()函数
发布时间:2024/04/24 浏览次数:254 分类:Python
-
Pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 DataFrame 中。
Pandas 多列合并
发布时间:2024/04/24 浏览次数:628 分类:Python
-
本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。
Pandas loc vs iloc
发布时间:2024/04/24 浏览次数:837 分类:Python
-
本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。
在 Python 中将 Pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:Python
-
了解如何在 Python 中将 Pandas 系列日期时间转换为字符串