内置接口调用
1、进阶接口
除了常用接口外，还有其他用来提高性能的接口，在下面介绍。 在优化Django项目时，尤其要考虑这几种接口的用法。
defer
把不需要展示的字段做延迟加载。比如说，需要获取到文章中除正文外的其他字段，就可以通过posts = Post.objects.all() .defer('content'),这样拿到的记录中就不会包含content部分。但是当我们需要用到这个字段时，在使用时会去加载。代码:
products=Product.objects.all().defer('content')
for product in products: #此时会执行数据库查询
print (product.content) #此时会执行数据查询，获取到content
当不想加载某个过大的字段时(如text类型的字段)，会使用defer,但是上面的演示代产生N+1的查询问题，在实际使用时千万要注意!
注意：上面的代码是个不太典型的 N+1查询的问题， 一般情况下 由外键查询产生的N+1问题比较多，即一条查询请求返回N条数据，当我们操作数据时，又会产生额外的请求。这就是N+1问题，所有的ORM框架都存在这样的问题。
only
同defer接口刚好相反， 如果只想获取到所有的title记录，就可以使用only,只获取title的内容，其他值在获取时会产生额外的查询。
select_related
这就是用来解决外键产生的N+1问题的方案。我们先来看看什么情况下会产生这个问题:
products = Product.objects.all ()
for product inproducts: #产生数据库查询
print (product.owner) #产生额外的数据库查询
代码同上面类似，只是这里用的是owenr(是关联表)。它的解决方法就是用select_ related接口:
ProductS =Product.objects.all() .select_related('category')
for Product in Products: # 产生数据库查询，category数据也会一次性查询出来
print (Product.category)
当然，这个接口只能用来解决一对多的关联关系。对于多对多的关系,还得使用下面的接口。
prefetch_related
针对多对多关系的数据，可以通过这个接口来避免N+1查询。比如，post和tag的关系可以通过这种方式来避免:
Products = Product.objects.all().prefetch_related('tag')
for Product in Products:#产生两条查询语句，分别查询post和tag
print(Product.tag.al1())
2.常用的字段查询
contains
包含，用来进行相似查询。
icontains
同contains,只是忽略大小写。
exact
精确匹配。
iexact
同exact,忽略大小写。
in
指定某个集合，比如Product.objects.filter(id__in=[1, 2, 3])相当于SELECT FROM table WHERE IN (1, 2, 3);。
gt
大于某个值。比如：Product.objects.filter(id__gt=1)
注意:是__gt
gte
大于等于某个值。
lt
小于某个值。
lte
小于等于某个值。
startswith
以某个字符串开头，与contains类似，只是会产生LIKE '<关键词>%'这样的SQL。
istartswith
同startswith, 忽略大小写。
endswith
以某个字符串结尾。
iendswith
同endswith,忽略大小写。
range
范围查询，多用于时间范围，如Product.objects.filter(created_time__range= ('2018-05-01','2018-06-01'))会产生这样的查询: SELECT .. . WHERE created_ time BETWEEN '2018-05-01' AND '2018-06-01' ;。
这里你需要理解的是，Django之所以提供这么多的字段查询，其原因是通过ORM来操作数据库无法做到像SQL的条件查询那么灵活。
因此，这些查询条件都是用来匹配对应SQL语句的，这意味着，如果你知道某个查询在SQL中如何实现，可以对应来看Django提供的接口。
3 、高阶查询
除了上面基础的查询语句外，Django还提供了其他封装，来满足更复杂的查询，比如 SELECT ... WHERE id = 1 OR id = 2 这样的查询，用上面的基础查询就无法满足。
F
F表达式常用来执行数据库层面的计算，从而避免出现竞争状态。比如需要处理每篇文章的访问量，假设存在post.pv这样的字段，当有用户访问时，我们对其加1：
product =Product.objects.get(id=1)
product .pv = product .pv+1
product .save()
这在多线程的情况下会出现问题，其执行逻辑是先获取到当前的pv值，然后将其加1后赋值给post .pv.最后保存。
如果多个线程同时执行了post = Post.objects.get(id=1),那么每个线程里的post .pv值都是一样的， 执行完加1和保存之后，相当于只执行了一个加1，而不是多个。
这时通过F表达式就可以方便地解决这个问题:
from ajango.ab. models import F
product = product .objects.get(id=1)
product .pv = F('pv') + 1
product .save():
这种方式最终会产生类似这样的SQL语句: UPDATE table SET pv = pv +1 WHERE ID = 1。 它在数据库层面执行原子性操作。
Q
Q表达式就是用来解决前面提到的那个OR查询的，可以这么用:
from django.db.mode1s import Q
product .objects.filter(Q(id=1) | Q(id=2))
或者进行AND查询:
product .objects.filter(Q(id=1) & Q(id=2))
Count
用来做聚合查询，比如想要得到某个分类下有多少篇文章，简单的做法就是:
category = Category.objects.get(id=1)
posts_count = category.post_set.count()
但是如果想要把这个结果放到category上呢?通过category.post_count可以访问到:
from django.db.models import Count
categories = Category.objects.annotate(posts_count=Count('post'))
print(categories[0].posts_count)
这相当于给category动态增加了属性post_count,而这个属性的值来源于Count('post')，最后可以用int取整。
Sum
同Count类似，只是它是用来做合计的。比如想要统计所有数据字段的总和，可以这么做:
from django.db.models import Sum
Post.objects.all().aggregate(a=Sum('字段'))
#输出类似结果：{'a':487}为字典
python中对字典中键值对的获取：
for i in book:
print(i)#键的获取
print（book[i]）#值的获取
上面演示了QuerySet的annotate和aggregate的用法，其中前者用来給QuerySet结果増加属性，后者只用来直接计算结果，这些聚合表达式都可以与它们结合使用。
除了Count和Sum外，还有Avg、Min和Max等表达式，均用来满足我们对SQL査洵的需求。