Lingforme 2017-12-19
学习Django的时候,总是觉得这部分内容和实际的应用有一定的差别或者距离。一方面Django自带的ORM对于底层数据库来说是一种适配性很强的组件,可以不强依赖于某一种数据库,sqlite,MySQL,Oracle,PG等等都可以,学习起来需要一定的周期。另外一方面是因为这种方式是通用的API,一下子没有了SQL语句,要理解并接受这种思想,需要一点时间,对很多DBA来说需要适应。第三点就是没有融会贯通,好像看明白了,但是实际写的时候发现还是摸黑,不知道从何入手。
所以我就换个思路,从数据库的角度来反向解析Django怎么实现我们常见的数据需求。先做减法,侧重于说查询的部分。常见的数据需求,这个需求有些大,怎么让他更通用呢,我想到了Oracle里面的emp,dept,自打学习数据库,很多的测试案例就和这两个表分不开,所以我们就从这个为切入点来逐步分析。
有的同学可能开始就打了退堂鼓,Oracle的还要转换语句,还有数据类型,而使用的数据库是MySQL,是不是有些麻烦啊,其实这些都不是事儿,不花一点功夫肯定难有收获。
我们配置下emp,dept的结构,是在Django的models.py的文件中配置即可。
from django.db import models import django.utils.timezone as timezone class dept(models.Model): deptno = models.AutoField(primary_key=True) dname = models.CharField(max_length=30) loc = models.CharField(max_length=30, default=' ') class Meta: db_table = 'dept' verbose_name = 'DEPT' verbose_name_plural = 'DEPT' ordering = ['deptno'] def __unicode__(self): return '%s %s' % (self.deptno, self.dname) class dept(models.Model): deptno = models.AutoField(primary_key=True) dname = models.CharField(max_length=30) loc = models.CharField(max_length=30, default=' ') class Meta: db_table = 'dept' verbose_name = 'DEPT' verbose_name_plural = 'DEPT' ordering = ['deptno'] def __unicode__(self): return '%s %s' % (self.deptno, self.dname) class emp(models.Model): empno = models.AutoField(primary_key=True) ename = models.CharField(max_length=30) job = models.CharField(max_length=30) mgr = models.IntegerField() hiredate = models.DateTimeField('hire date', default=timezone.now) sal = models.IntegerField() comm = models.IntegerField deptno = models.ForeignKey('dept') class Meta: db_table = 'emp' verbose_name = 'EMP' verbose_name_plural = 'EMP' verbose_name_plural = 'EMP' ordering = ['empno', 'ename'] def __unicode__(self): return '%s %s' % (self.empno, self.ename)
其实内容来看倒也不难,类型是通用的。
使用python manage.py makemigrations得到变化的结构和数据
Migrations for 'scott': 0001_initial.py: - Create model dept - Create model emp
得到的SQL如下:
>python manage.py sqlmigrate scott 0001 BEGIN; CREATE TABLE "dept" ("deptno" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "dname" varchar(30) NOT NULL, "loc" varchar(30) NOT NULL); CREATE TABLE "emp" ("empno" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "ename" varchar(30) NOT NULL, "job" varchar(30) NOT NULL, "mgr" integer NOT NULL , "hiredate" datetime NOT NULL, "sal" integer NOT NULL, "deptno_id" integer NOT NULL REFERENCES "dept" ("deptno")); CREATE INDEX "emp_d6b13549" ON "emp" ("deptno_id"); COMMIT;
简单确认下,我们就可以生成创建出来这两个表了,使用python manage.py migrate即可。
emp的表结构如下:
dept的表结构如下:
我们初始化一下数据,这个时候直接使用SQL也可以.
dept表的初始化语句如下:
insert into dept values(10,'ACCOUNTING','NEW YORK'); insert into dept values(20,'RESEARCH','DALLAS'); insert into dept values(30,'SALES','CHICAGO'); insert into dept values(40,'OPERATIONS','BOSTON');
emp表的初始化语句如下,特别需要注意的就是字段不是deptno,而是deptno_id
insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7369,'SMITH','CLERK',7902,'1980-12-17',800.00,20); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7499,'ALLEN','SALESMAN',7698,'1981-2-20',1600.00,30); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7521,'WARD','SALESMAN',7698,'1981-2-22',1250.00,30); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7566,'JONES','MANAGER',7839,'1981-4-2',2975.00,20); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7654,'MARTIN','SALESMAN',7698,'1981-9-28',1250.00,30); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7698,'BLAKE','MANAGER',7839,'1981-5-1',2850.00,30); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7782,'CLARK','MANAGER',7839,'1981-6-9',2450.00,10); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7788,'SCOTT','ANALYST',7566,'1987--4-19',3000.00,20); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7839,'KING','PRESIDENT',0,'1981-11-17',5000.00,10); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7844,'TURNER','SALESMAN',7698,'1981-9-8',1500.00,30); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7876,'ADAMS','CLERK',7788,'1987-5-23',1100.00,20); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7900,'JAMES','CLERK',7698,'1981-12-3',950,30); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7902,'FORD','ANALYST',7566,'1981-12-3',3000,20); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(7934,'MILLER','CLERK',7782,'1982-1-23',1300,10); insert into emp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID) values(9999,'SHUNPING','CLERK',7782,'1988-5-5',2456.34,10);
剩下的事情就是实践了。我们就选择emp,dept常见的一些SQL来看看ORM能否完成这个任务。
1、显示所有的姓名、工种、工资和奖金,按工种降序排列,若工种相同则按工资升序排列。
如果使用MySQL,语句和数据结果如下:
mysql> select ename,job,sal from emp order by job desc,sal asc; +----------+-----------+------+ | ename | job | sal | +----------+-----------+------+ | WARD | SALESMAN | 1250 | | MARTIN | SALESMAN | 1250 |
使用order_by的方式来处理,可以看到有了一点头绪,但是还是没有实现需求。
>>> emp.objects.all().order_by('job') [<emp: 7788 SCOTT>, <emp: 7902 FORD>, <emp: 7369 SMITH>, ....
所以我们的重点就是排序了,ORM本身有order_by函数,还可以调整DESC,ASC,所以一个基本符合要求的方式如下:
>>> emp.objects.all().order_by(('-job'),('sal')) [<emp: 7521 WARD>, <emp: 7654 MARTIN>, <emp: 7844 TURNER>
第二个题目也是类似的。
2、查询员工的姓名和入职日期,并按入职日期从先到后进行排列。
SQL语句如下:
select ename,hiredate from emp order by hiredate asc;
现在的语句如下:
emp.objects.all().order_by(('hiredate'))
3. 计算工资最高的员工
这个需求充分考虑到聚合函数的部分,我们可以使用aggregate来完成这个工作。
>>> emp.objects.all().aggregate(Max('sal')) {'sal__max': 5000}
4.查询至少有一个员工的部门信息。
这个部分会涉及到表关联关系,如果是通过SQL的方式,语句如下:
select * from dept where deptno in (select distinct deptno from emp where mgr is not null);
执行的结果如下,可以看到第一种方式能出结果,但是还是存在重复值,需要用distinct过啦一下。