今天，我将与您分享Django如何实现计算知识。其中，Django基本教程也将得到解释。如果您可以解决您现在面临的问题，请不要忘记注意此网站。让我们现在开始！
本文目录清单：
1. Django的体系结构设计2.在Django中的聚合函数中进行计数需要添加汇总3.为了有效地穿越Django的QuerySetDjango是一个基于MVC结构的框架。但是，在Django中，控制器接受了框架的用户输入，因此Django更关心模型，模板和视图，称为MTV模式。责任如下：层次结构责任模型（模型），即与数据访问层处理相关的所有交易：如何访问，如何验证效力，哪些行为包括哪些行为以及data.template之间的关系。与性能层处理和性能相关的决策：如何在页面或其他类型的文档中显示它。查看（视图），即业务逻辑层访问模型以及适当模型和模板之间的桥梁的相关逻辑。从上面的语句中，我们可以看到django视图不处理用户输入，但仅决定向用户显示哪些数据，而django模板仅确定如何确定如何确定为了显示Django视图指定的数据。换句话说，Django进一步将MVC中的视图分解为两个部分：Django View和Django Template，它决定了“要显示的数据”和“如何显示”模板。
至于MVC控制器部件，它由Django框架的URLCONF实现。URLCONF机制是将URL与正则表达式匹配，然后调用适当的Python函数。URLCONF对URL规则没有任何限制。您可以完全设计任意的URL样式，无论是传统，静止的还是替代的。该框架由控制层封装。它不过是数据库表的数据库表读取，写作，删除和更新的操作。编写程序时，只需调用相应的方法，感觉很方便。程序员将控制层交给Django以自动完成它。仅编写一个非常几个代码来完成很多内容。MVC框架，因为我们的大多数程序员都在编写控制层的程序。现在，该作业被授予框架，只需要写几个电话，这大大提高了工作效率。
聚合是monogodb.com的聚合函数。
1：计数（*）
/**
*从zipscontroller中选择计数（*）计数
*/
var Pipeline = [
{{{
$ group：{{{
_id：null，
计数：{$ sum：1}
}
}
];
2：sum（*）
/**
*从zipscontroller中选择总和（pop）总数
*/
var Pipeline = [
{{{
$ group：{{{
_id：null，
总计：{$ sum：“ $ pop”}
}
}
];
3：组
/**
*按状态选择zipscontroller组的总和（pop）总数
*/
var Pipeline = [
{{{
$ group：{{{
_id：“ $ state”，
TotalPop：{$ sum：“ $ pop”}
}
}
];
假设现在关系之间的关系是用户（用户），另一个是部门（部门），它们与关系直接相关！因为Hibernate @notable的注释未建立中间实体（实体）。
扩展信息：
当计算区域中存在错误时，未计算最小，最大和百分位功能。出于相同的原因，大，小和STDEVP函数也会影响某些条件格式规则的相应函数。
通过使用聚合函数，这些错误将被忽略，因此可以实现这些函数。此外，聚合功能可以将不同的聚合物应用于列表或数据库，并提供忽略隐藏行和错误的选项。
参考信息来源：Baidu百科全书 - atgregate
该要求使用会话来个人认为选择表或拿起缓存或去cookie是不合理的。
模型是Django项目的基础。如果起初设计不当，那么在下一个开发过程中将遇到更多问题。或修改模型。这样做的后果是，在下一个开发过程中，我们必须做更多的努力来纠正这些错误。
因此，在修改模型时，我们必须尽可能多地考虑！以下是我们经常使用的一些工具和技术：
南方，对于数据迁移，我们将在每个Django项目中使用它。但是，当Django 1.7时，将会有Django.db。移民。
Django-Model-Utils，用于处理常见模式，例如TimessTampedModel。
django-extensions主要使用shell_plus命令，该命令将自动加载所有应用程序中的所有应用程序
1.基本原则
首先，在不同的应用程序中分发模型。如果您的Django项目中有20多个型号，则应考虑旋转该应用程序。我们建议每个应用程序的模型不超过5码。
其次，尝试使用ORM。我们需要的大多数数据库索引都可以通过对象相关模型来实现，ORM为我们带来了许多快捷方式，例如生成SQL语句，读取/更新数据库时的安全验证。因此，如果您可以使用简单的ORM语句，则应尝试尽可能多地使用ORM。只有当纯SQL语句大大简化ORM语句时，才使用纯SQL语句。并且，在编写纯SQL语句时，应优先使用RAW（）然后使用frain（）。
第三，如有必要，添加索引。添加db_index = tum tum to to Model非常简单，但是很难理解何时应该添加它。建立模型后，我们不会提前添加索引。索引：
当所有数据库查询中的使用率为10％-25％时
或当有真实数据时，或者可以正确估计使用索引后的效果确实令人满意
第四，请注意模型的继承。该模型的继承需要在Django中非常谨慎。Django提供了三种继承方法，1。Abstract Base类继承（请勿与Pyhton Standard库的ABC模块混合），2。Multi -Table（Multi -Table（Multi -Table（Multi -Table）模型继承。下表列出了这三个继承的优点和缺点：
Django的创建者和许多其他开发人员认为，多观看继承方法不是一个好方法。因此，我们强烈建议您不要使用此方法。以下是选择模型继承的一些常见方法：
如果只有少数模型重复了字段，则无需使用模型继承。您只需要将这些相同的字段添加到每个模型中。
如果您有足够的模型具有重复的字段，则大多数字段是由抽象基类继承的，并且将同一字段提取为抽象基类。
代理模型很少使用，与其他两个继承存在许多差异。
请不要使用多桌继承，因为它既消耗资源又消耗复杂。如果可以，请尝试使用OneTooneFields和Forefore。
在Django项目中，创建时间和修改时间的两个字段最有用。抽象基类继承的示例如下：
2. Django模型设计
如何设计良好的Django模型可能是最难，最复杂的话题。在这里，让我们看一些基本技能：
A。标准化
我们首先建议了解数据库归一化。如果您不知道这是什么，那么我们强烈建议您先阅读相关书籍，或搜索“关系数据库设计”或“数据库标准化”。在模型之前，应首先确保设计数据库。
b。缓存
正确使用缓存来帮助我们提高数据库的性能。详细信息，我们将在未来的文章中进一步介绍。
C.何时使用空和空白
在定义模型字段时，我们可以设置null = true和blank = true（默认值为false），知道何时设置null和空白对开发人员也非常重要。在以下表格中，我们如何列出一个，我们如何一个一个列出，我们如何一个一个列出。使用这两个选项：
D.何时使用binaryfield
在Django 1.6中，添加了二进制文件中的二进制数据（二进制数据或字节）。对于BinaryField，我们不能使用ORM的过滤器，不包括其他SQL操作。但是在少数情况下，我们将使用BinaryField，例如，MessagePack格式的内容，传感器接受的原始数据和压缩数据。但是应该注意的是，二进制数据通常非常大，因此可能会慢慢降低数据库。如果发生这种现象，我们可以存储文件中的二进制数据存储，然后使用文件字段存储文件的路径信息。
另外，请勿直接从BinaryField读取文件，并将其呈现给用户。因为，1。从数据库中读取和写作总是比文件系统慢；2.数据库备份将变得巨大，花更多的时间；它需要更多的时间; 3。获取文件的过程增加了此链接，从Django到数据库。
3.不要替换默认模型管理器
实际上，从ORM获得模型是通过Django的模型管理器完成的。Django为每个模型提供默认模型管理器。我们不建议替换它，因为::::
当使用模型继承时，模型将继承抽象基类模型的模型管理器，而无需继承非提交基类的经理。
Model的第一个模型管理器通常用作默认管理器。替换后，可能会出现不可预测的问题。
4.数据库事务（事务）
在Django 1.6中，每个数据库查询的ORM默认值是使用M.Create（）或M.Update（）时，每次timeIT都会简化对第一学者对ORM的理解的理解。但是缺点是，当一种视图包含两个数据库修改时，它可能会成功，但另一个视图可能会导致数据库不完整并带来很多危险。
解决此问题的方法是使用数据库事务。在即将到来的一系列数据库操作中，它包含在事务中。当其中一个失败时，其他操作将自动返回。Django 1.6为我们带来了一套新的简单简单简单的简单性。强大的交易机制使我们能够轻松地使用数据库事务。
A。将整个HTTP请求包装在交易中
Django为我们提供了一种简单的方法，可以将所有数据库操作包裹在交易中的HTTP请求中：
您只需要在数据库设置中添加'atomic_requests'：TRUE选项，并且可以将整个HTTP请求包装在交易中。这样做的好处显然是安全的，但是劣势可能会下降。因此，我们必须采用更有针对性的交易。其次，应该注意的是，数据库的状态仅是数据库的状态，而不是其他数据库项目，例如发送电子邮件。因此，当涉及这些非数据库项目时，我们应该使用ittransaction.con_atomic_request（）docoration（）装饰（十年）：
b。更清楚的交易控制
更清楚的是，交易控制意味着改善真实问题Web应用程序的性能，但这也意味着更多的开发时间。在大多数网站下，由于流量有限，Atomic_requests的使用就足够了。使用手动交易控制时，请注意：
不要进行数据修改的操作，应将其排除在交易之外
数据修改的操作应在交易中
在特殊情况下，您可以违反上述两个
应当指出的是，当视图返回django.http.streaminghttpresponse时，您应该将atomic_requests设置为false，或使用trassaction.non_atomic_requests修改视图。流由流触发的额外SQL查询将自动成为Django的Django Defaut Autocommit模式。
一个认真的答案：首先在数据库中建立视图，然后在django中建立相应的模型。类对应于下表的类别，该类别大致如下
类ViewModel（Models.Model）：
“”“”此模型类对应于您建立的视图“”“”“”
类元（对象）：
“”“以相同的方式，此方法可用于使用MySQL中的任何现有表，而不仅仅是视图“”“”“”。
db_table ='your_view'＃差异指定表名称，这是您创建的视图的名称
托管= false＃默认值是ture，设置为false django将不会执行表并删除表操作
＃创建字段之间的映射
＃应该注意，必须将字段设置为主要键
#Thothwise Django将自动创建一个ID字段作为主键，这会导致错误
百度知道它越来越辣，所有答案。
（帖子），分析背景中帖子的参数，通过模型查询mysql，处理数据结构，然后返回前台页面以示出。
QuerySet功能不熟悉，在测试过程中发现了许多问题。
一开始我没有遇到任何问题。让我们举个例子。模型中有一只员工手表
员工，在相应的表结构中，邮列列代表员工职位，前台帖子的参数被赋予姿势，加上进入时间，出发时间，查询操作通过了通过查询操作的通行
Models.Filter（posity = params）已完成，并且获得的员工信息内容简单地由QuerySet和当前显示页面计算，以及每个页面显示的记录数量。
忘记它，返回首页进行渲染显示。编码如下：
1 def get_employees（位置，开始，结束）：
2返回员工。过滤器（posity__in =姿势）
3
4
5 @login_required
6 def show（请求）：
7如果没有价值（请求）：
8返回render_to_response（'none.html'，
9 Context_Instance = requestContext（请求，'msg'：'params error'）
10）
11
12位置= request.request.get（'posity'）
13 time_range = request.request.get.get（'time'）
14开始，end = time_range [0]，time_range [1]
15
16 num_per_page，page_num = get_num（请求）
17 all_empoloyees = get_employees（姿势，开始，结束）
18＃根据当前页面和每个页面显示的记录数量，获取正确的记录
19员工=员工_events [（page_num-1）*num_per_page：page_num*num_per_page]
20
21返回render_to_response（'show_employees.html'，
22 context_instance = requestContext（
23请求，
24个“员工”：员工，
25'num_per_page'：num_per_page，
26'page_num'：page_num，
27“ page_options”：[50，100，200]
28）
29）
运行后，您可以正确显示查询的员工信息，并且查询速度很快。
员工表在员工表中有不同的工作信息，并且不同类型的细节不同。假设员工有一个名为Infomation的专栏，该专栏存储更详细的员工的详细员工
详细信息，信息= {'age'：33，'gene'：'男性'，'normantity'：'dermanity'，
'学位'：'医生'，“座右铭”：'只是做
'}当前的需求是显示更详细的员工信息。除了发布位置和邮政验证时间外，前台还将在信息中筛选内容。
例如，需要根据以前的代码来修改中国国籍的设计师。Employee员工存储在MySQL中，MySQL是一个ORM数据库。它不提供课程
像MongoDB更强大的聚合功能一样，因此您无法使用此处提供的对象制作过滤器的方法，并且您需要一次获取所需的数据。那么您需要输入类型
过滤数据后，执行第二个遍历，并确定当前记录以确定是否需要返回当前记录。在显示过程中，您需要关注num_per_page和
page_num计算出需要显示数据的启动和终止位置。
1 def get_employees（位置，开始，结束）：
2返回员工。过滤器（posity__in =姿势）
3
4
5 def filter_wination（all_employees，normantity，num_per_page，page_num）：
6结果= []
7
8 pos =（page_num-）*num_per_page
9 CNT = 0
10 start = false
11对于all_employes中的员工：
12 info = json.loads（员工。信息）
13如果info.Nationality！=国籍：
14继续
15
16＃获得的数据可能不是主页，因此您需要跳过上一页
17如果cnt == pos：
18如果开始：
19 Bream
20 cnt = 0
21 pos = num_per_page
22开始= true
23
24如果开始：
25结果。申请（员工）
26
27退货员工
28
29
30 @login_required
31 def show（请求）：
32如果没有价值（请求）：
33返回render_to_response（'none.html'，，
34 Context_Instance = requestContext（请求，'msg'：'params error'）
35）
36
37 position = request.request.get.get（'posity'）
38 time_range = request.request.get.get（'time'）
39开始，end = time_range [0]，time_range [1]
40
41 num_per_page，page_num = get_num（请求）
42 all_employees = get_employees（姿势，开始，结束）
43
44国籍= request.request.get.get（'nationality'）
45
46名员工= filter_with_nation（all_employees，num_per_page，page_num）
47
48返回render_to_response（'show_employees.html'，
49 context_instance = requestContext（
50请求，
51“员工”：员工，
52'num_per_page'：num_per_page，
53'page_num'：page_num，
54'page_options'：[50，100，200]
55）
56）
编码完成后，在数据员工表数据很小的情况下找不到测试
问题，当数据量非常大并且查询数据很小时，代码非常耗时。我们想象这是一家大型跨国公司，与此同时，交通量也是很大，所以员工
表格的数据量很大，而且小国的员工不多。例如，当需要查询国籍的员工为梵蒂冈时，前台页面已进入无尽的等待状态。同时，监视过程的内存信息，
该过程的记忆一直在增加。毫无疑问，该问题出现在filter_with_nation函数中，该功能逐一遍历员工中的数据，每件
数据分析不是一种有效的方法。
我在线检查了相关信息，并学到了：
1 django的QuerySet是惰性的。使用过滤器语句进行查询。实际上，它不会运行数据库中的任何数据。
2只要您查询，您就可以真正操作数据库。引起查询的操作是：遍历QuerySet，切片，序列化和list（），QuerySet的Len（）方法，以及IF语句
3当第一次输入循环并通过QuerySet时，Django从数据库中获取数据。在返回任何经过的数据之前，它将为内存中的每个数据创建一个实例，这可能会导致内存溢出
以上解释了代码引起的现象。因此如何优化是一个问题，存在在线
当涉及到巨大的QuerySet时，为了避免一次将它们加载到内存中，可以使用迭代器迭代器（）处理，但是可以修改上述代码。
雇员.iterator（），结果与以前相同，内存继续增长，前台页面正在等待。这样的解释是：user（）
通过不存储缓存的结果，可以为您节省一些内存
Internet（不一定在PostgreSql上进行思考！）;但仍然会
从数据库中检索WHO对象。
在这里，我们知道您不能一次穿越QuerySet中的所有记录，因此您只能做
QuerySet切成薄片，采用块尺寸的大小，穿越该部分数据，然后累积。当达到所需数量时，请返回细致对象的列表，然后在此处修改。
filter_with_nation函数：
1 def filter_wination（all_employees，normantity，num_per_page，page_num）：
2结果= []
3
4 pos =（page_num-）*num_per_page
5 cnt = 0
6 start_pos = 0
7 start = false
8虽然是真的：
9员工= all_employees [start_pos：start_pos+num_per_page]
10 start_pos += num_per_page
11
30ee的员工12：
13 info = json.loads（员工。infomation）
14如果info.nationality！=国籍：
15继续
16
17如果cnt == pos：
18如果开始：
19 Bream
20 cnt = 0
21 pos = num_per_page
22开始= true
23
24如果开始：
25结果。申请（OPT）
26
27 CNT += 1
28
29如果cnt == num_per_page或不事件：
30休息
31
32返回结果
运行上述代码时，查询速度更快，并且内存不会显着增加。
更改。本文的最初意图是记录我对Django中QuerySet的理解和使用，对于本文中的示例，实际上，在正常业务中，如果您需要记录员工的详细信息，最好是正确
员工表扩展或构建表以存储详细信息，而不是将所有信息放入字段中，以避免查询期间的辅助分析。
让我们谈谈如何将Django引入计算的引入。感谢您阅读本网站的内容。有关Django基本教程以及Django如何实现计算的更多信息。不要忘记在此网站上找到它。