Django笔记二十一之使用原生SQL查询数据库

本文首发于公众号:Hunter后端
原文链接:Django笔记二十一之使用原生SQL查询数据库

Django 提供了两种方式来执行原生 SQL 代码。

一种是使用 raw() 函数,一种是 使用 connection.cursor()。

但是官方还是推荐在使用原生 SQL 之前,尽量的先去探索一下 QuerySet 提供的各种 API。

目前而言,官方文档提供的各种 API 是能够满足绝大多数的应用场景的。

以下是本篇笔记的目录:

  1. raw()
  2. connection.cursor()
  3. 多数据库操作

1、raw()

这个方法可以用来操作原生 SQL,然后返回 model 实例:

我们以 Blog 作为示例,使用的代码如下:

for blog in Blog.objects.raw("select * from blog_blog"):
    print(blog)

上面这段代码的作用效果跟 Blog.objects.all() 获取的结果是一样的,但是在一些操作上又不太一样,比如 all().count() 可以获取到 总数,但是 raw() 就不能进行这种操作。

需要注意的是,raw() 并不会去检测输入的 SQL 代码,即使我们使用 Blog 这个model 来查询 Entry 的数据,也能够返回结果,不过返回的都是 Entry 表的属性:

for blog in Blog.objects.raw("select * from blog_entry"):
    print(blog.__dict__)  # __dict__ 输出的都是 blog_entry 的字段

也就是说 在 Blog.objects.raw() 中,真正起作用的只有 raw() 这一个函数,前面的 Blog 不过是一个架子,或者途径,是为了引出 raw() 这个函数。

自定义返回字段

在 raw() 函数的 SQL 代码里,我们可以自定义选中的字段,如果需要使用没有选中的字段,那么系统会再次访问数据库来获取,这个操作过程就跟前面介绍的 defer() 函数一样。

for item in Blog.objects.raw("select id from blog_blog"):
    print(item.__dict__)
    print(item.id, item.name)
    print(item.__dict__)

{'_state': <django.db.models.base.ModelState object at 0x7fbd4165b6a0>, 'id': 2}
2 hunter
{'_state': <django.db.models.base.ModelState object at 0x7fbd4165b6a0>, 'id': 2, 'name': 'hunter'}

可以看到,返回的结果中先输出的数据只有 id,后面,当我们访问 name 字段的时候,又去获取了 name 字段的数据。

自定义字段必须包含主键

当我们自定义字段返回的时候,必须是要包含主键字段的,否则在我们获取信息的时候会报错,比如下面的操作:

for blog in Blog.objects.raw("select name from blog_blog"):
    print(blog.__dict__)

在 print(blog.dict) 的时候就会报错,数据中没有主键信息

自定义返回新字段

可以跟 QuerySet 的 annotate 操作一样,自定义新字段返回,获取的时候可以直接根据属性值返回,比如:

entry = Entry.objects.raw("select *, date_format(pub_date, '%%Y-%%m') as date_1 from blog_entry")[0]
print(entry.date_1)

传递变量

给输入的 SQL 语句传递变量:

name = "python"
Blog.objects.raw("select * from blog_blog where name = '%s'", [name])

2、connection.cursor()

Django 推出了一种更加直接执行 SQL 的方式,用到的模块是 django.db.connction,用到的 cursor 和 pymysql 的库是一样的用法,官方给出的示例如下:

from django.db import connection


def my_custom_sql(self):
    with connection.cursor() as cursor:
        cursor.execute("UPDATE bar SET foo = 1 WHERE baz = %s", [self.baz])
        cursor.execute("SELECT foo FROM bar WHERE baz = %s", [self.baz])
        row = cursor.fetchone()

    return row

需要注意,如果有参数传入 SQL 中,需要对一些符号进行转义之后才可以使用,比如:

cursor.execute("SELECT foo FROM bar WHERE baz = '30%'")
cursor.execute("SELECT foo FROM bar WHERE baz = '30%%' AND id = %s", [self.id])

其中,第二条语句的 % 需要进行转义

适配fetch的数据

通过 fetchone 和 fetchall() 返回的数据是只有 value 值的,没有对应的字段 key,如果可以适当的牺牲性能和内存,来换取获取数据的便利和准确性,官方提供了这样一种方式:

def dictfetchall(cursor):
    "Return all rows from a cursor as a dict"
    columns = [col[0] for col in cursor.description]
    return [
        dict(zip(columns, row))
        for row in cursor.fetchall()
    ]

在我们执行完 cursor.execute(sql) 之后,把 cursor 作为参数传入 dictfetchall 函数中,就可以返回一个字典列表

介绍一下 cursor.description,这个返回的是一个元组数据,里面的元素也是一个元组,元组的第一个元素就是我们 select 的字段名。

所以 columns = [col[0] for col in cursor.description] 这一行代码获取的是指定的所有字段名

使用示例:

def dictfetchall(cursor):
    "Return all rows from a cursor as a dict"
    columns = [col[0] for col in cursor.description]
    return [
        dict(zip(columns, row))
        for row in cursor.fetchall()
    ]

with connection.cursor() as cursor:
	sql = "select id, name from blog_blog"
	cursor.execute(sql)
	results = dictfetchall(cursor)

print(results)

# 返回的结果:
# [{'id': 20, 'name': 'name_3'}, {'id': 21, 'name': 'name_4'}, {'id': 1, 'name': 'name_5'}]

在我使用的过程中,我们使用的是上下文管理器的方式来获取游标:

with connection.cursor() as cursor:
	cursor.execute()

所以,使用完之后,不需要手动关闭,他与下面的用法效果是一致的:

c = connection.cursor()
try:
    c.execute(...)
finally:
    c.close()

但推荐的还是上下文管理器的方式,更优雅。

3、多数据库操作

如果系统用到了多个数据库,那么在使用 cursor 的时候,就需要使用到 django.db.connections 模块:

from django.db import connections
with connections['my_db_alias'].cursor() as cursor:
    pass

以上就是本篇笔记全部内容,下一篇笔记将简单介绍一下多数据库的操作。

如果想获取更多后端相关文章,可扫码关注阅读:
image

原文链接:https://www.cnblogs.com/hunterxiong/p/17304181.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Django笔记二十一之使用原生SQL查询数据库 - Python技术站

(0)
上一篇 2023年4月18日
下一篇 2023年4月18日

相关文章

  • python import 引用上上上级包的三种方法

    针对“python import 引用上上上级包的三种方法”的问题,下面是完整的攻略流程: 方法一:使用相对导入 相对导入是通过使用点来表示从当前文件所在目录的相对路径导入模块或包。比如,我们有如下的文件结构: project/ |– pkg/ | |– foo.py | |– bar.py | |– __init__.py | |– app/ |…

    python 2023年6月3日
    00
  • 了不起的修仙模拟器在世真仙出门历练方法详解

    了不起的修仙模拟器在世真仙出门历练方法详解 背景 在了不起的修仙模拟器游戏中,除了修炼提升修为,世真仙也要出门历练,才能获得更多的修仙资源和任务,提高自身实力。本文将详细介绍世真仙在出门历练过程中的方法及注意事项。 出门历练方法 选择目的地 在出门历练前,首先需要选择一个适合自己修为等级和实力的目的地。可以通过查看地图和目的地介绍,了解不同地方的资源和危险程…

    python 2023年6月3日
    00
  • Python 获取当前所在目录的方法详解

    标题 Python 获取当前所在目录的方法详解 背景在 Python 中,经常需要获取当前所在目录。然而,Python 中有多种实现获取当前目录的方式,本文将对这些方法进行详细介绍,并提供示例说明。 正文1.os 模块 可以使用 Python 内置库 os 的 getcwd() 方法来获取当前所在目录。getcwd() 方法返回当前工作目录的绝对路径。以下是…

    python 2023年6月2日
    00
  • python怎么提高计算速度

    要想提高Python的计算速度,通常可以采用以下几种方式: 1. 使用NumPy NumPy是Python一个常用的高性能科学计算库,它广泛地应用于各种科学计算中,能够提升计算速度。它的优势在于其基于C语言写的底层代码,很大程度上避免了Python解释器的运算速度瓶颈。 例如,假设我们需要求两个数组(x和y)的点积结果,如果使用Python自带的列表进行计算…

    python 2023年6月3日
    00
  • jupyter 中文乱码设置编码格式 避免控制台输出的解决

    下面是详细讲解“jupyter 中文乱码设置编码格式 避免控制台输出的解决”的完整攻略。 问题描述 在使用 Jupyter Notebook 进行 Python 开发时,有时会发生中文乱码的问题,这主要是因为编码格式不正确所导致的。同时还会出现在控制台输出中文也会乱码的情况。 解决方案 设置默认编码格式 在 Jupyter Notebook 中,可以通过设置…

    python 2023年5月20日
    00
  • 使用python实现哈希表、字典、集合操作

    使用Python实现哈希表、字典和集合操作是Python编程中比较常见的操作。下面是使用Python实现这些数据结构的完整攻略: 哈希表 哈希表的实现可以使用Python内置的字典类dict来实现。通过dict类实现一个简单的哈希表,可以按照以下步骤进行: 创建一个空的dict对象 使用hash()函数将key值转换成整数,作为哈希表的索引 将key和val…

    python 2023年5月13日
    00
  • Django微信小程序后台开发教程的实现

    Django微信小程序后台开发可以分为以下几个步骤: 1. 确定需求 在进行开发前,需要明确微信小程序后台的需求,包括用户登录、数据存储、接口开发等。 2. 搭建环境 在进行开发前,需要搭建Django和相关依赖的开发环境。具体的搭建过程可以参考Django官方文档 3. 创建Django项目 在搭建好开发环境后,需要创建一个Django项目。具体的创建过程…

    python 2023年5月23日
    00
  • Python实现的三层BP神经网络算法示例

    以下是关于“Python实现的三层BP神经网络算法示例”的完整攻略: 简介 BP神经网络是一种常见的人工神经网络,它可以用于分类和回归问题。本教程将介绍如何使用Python实现三层BP神经网络算法,并讨论如何使用该算法进行分类。 步骤 1.导入库和数据 首先,我们需要导入必要的库,包括numpy和pandas。在Python中,可以使用以下代码导入这些库: …

    python 2023年5月14日
    00
合作推广
合作推广
分享本页
返回顶部