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。

fromdjango.dbimportmodels

importdjango.utils.timezoneastimezone


classdept(models.Model):

deptno=models.AutoField(primary_key=True)

dname=models.CharField(max_length=30)

loc=models.CharField(max_length=30,default='')


classMeta:

db_table='dept'

verbose_name='DEPT'

verbose_name_plural='DEPT'

ordering=['deptno']


def__unicode__(self):

return'%s%s'%(self.deptno,self.dname)


classdept(models.Model):

deptno=models.AutoField(primary_key=True)

dname=models.CharField(max_length=30)

loc=models.CharField(max_length=30,default='')


classMeta:

db_table='dept'

verbose_name='DEPT'

verbose_name_plural='DEPT'

ordering=['deptno']


def__unicode__(self):

return'%s%s'%(self.deptno,self.dname)


classemp(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('hiredate',default=timezone.now)

sal=models.IntegerField()

comm=models.IntegerField

deptno=models.ForeignKey('dept')


classMeta:

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

Migrationsfor'scott':

0001_initial.py:

-Createmodeldept

-Createmodelemp

得到的SQL如下：

>pythonmanage.pysqlmigratescott0001

BEGIN;

CREATETABLE"dept"("deptno"integerNOTNULLPRIMARYKEYAUTOINCREMENT,"dname"varchar(30)NOTNULL,"loc"varchar(30)NOTNULL);

CREATETABLE"emp"("empno"integerNOTNULLPRIMARYKEYAUTOINCREMENT,"ename"varchar(30)NOTNULL,"job"varchar(30)NOTNULL,"mgr"integerNOTNULL

,"hiredate"datetimeNOTNULL,"sal"integerNOTNULL,"deptno_id"integerNOTNULLREFERENCES"dept"("deptno"));

CREATEINDEX"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：

insertintodeptvalues(10,'ACCOUNTING','NEWYORK');

insertintodeptvalues(20,'RESEARCH','DALLAS');

insertintodeptvalues(30,'SALES','CHICAGO');

insertintodeptvalues(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

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7369,'SMITH','CLERK',7902,'1980-12-17',800.00,20);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7499,'ALLEN','SALESMAN',7698,'1981-2-20',1600.00,30);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7521,'WARD','SALESMAN',7698,'1981-2-22',1250.00,30);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7566,'JONES','MANAGER',7839,'1981-4-2',2975.00,20);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7654,'MARTIN','SALESMAN',7698,'1981-9-28',1250.00,30);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7698,'BLAKE','MANAGER',7839,'1981-5-1',2850.00,30);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7782,'CLARK','MANAGER',7839,'1981-6-9',2450.00,10);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7788,'SCOTT','ANALYST',7566,'1987--4-19',3000.00,20);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7839,'KING','PRESIDENT',0,'1981-11-17',5000.00,10);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7844,'TURNER','SALESMAN',7698,'1981-9-8',1500.00,30);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7876,'ADAMS','CLERK',7788,'1987-5-23',1100.00,20);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7900,'JAMES','CLERK',7698,'1981-12-3',950,30);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7902,'FORD','ANALYST',7566,'1981-12-3',3000,20);

insertintoemp(EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,DEPTNO_ID)values(7934,'MILLER','CLERK',7782,'1982-1-23',1300,10);

insertintoemp(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>selectename,job,salfromemporderbyjobdesc,salasc;

+----------+-----------+------+

|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:7788SCOTT>,<emp:7902FORD>,<emp:7369SMITH>,....

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:7521WARD>,<emp:7654MARTIN>,<emp:7844TURNER>

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:

selectename,hiredatefromemporderbyhiredateasc；

现在的语句如下：

emp.objects.all().order_by(('hiredate'))

3. 计算工资***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*fromdeptwheredeptnoin(selectdistinctdeptnofromempwheremgrisnotnull);

执行的结果如下,可以看到***种方式能出结果，但是还是存在重复值，需要用distinct过啦一下。

>>>dept.objects.filter(emp__mgr__isnull=False)

[<dept:10ACCOUNTING>,<dept:10ACCOUNTING>,<dept:10ACCOUNTING>,<dept:10ACCOUNTING>,<dept:20RESEARCH>,<dept:20RESEARCH>,<dept:20RESEARCH>,<dept:20RESEARCH>,<dept:20RESEARCH>,<dept:30SALES>,<dept:30SALES>,<dept:30SALES>,<dept:30SALES>,<dept:30SALES>,<dept:30SALES>]

>>>dept.objects.filter(emp__mgr__isnull=False).distinct()

[<dept:10ACCOUNTING>,<dept:20RESEARCH>,<dept:30SALES>]

>>>

后续继续补充ORM的内容。