Bidang-bidang model khusus PostgreSQL¶
Semua dari bidang ini tersedia dari modul django.contrib.postgres.fields
.
Mengindeks bidang-bidang ini¶
Index
dan Field.db_index
keduanya membuat indeks B-tree, yang tidak terlalu membantu ketika meminta jenis-jenis data rumit. Indeks-indeks seperti GinIndex
dan GistIndex
lebih cocok, meskipun pilihan indeks bergantung pada permintaanyang anda sedang gunakan. Umumnya, GiST mungkin pilihan bagus untuk range fields dan HStoreField
, dan GIN mungkin membantu untuk ArrayField
dan JSONField
.
ArrayField
¶
-
class
ArrayField
(base_field, size=None, **options)[sumber]¶ Sebuah bidang untuk menyimpan daftar data. Kebanyakan jenis bidang dapat digunakan, anda cukup melewatkan instance bidang lain sebagai
base_field
. Anda mungkin juga menentukan sebuahsize
.ArrayField
dapat disarangkan untuk menyimpan larik dimensi-banyak.Jika anda memberikan bidang
default
, pastikan itu adalah callable sepertilist
(untuk sebuah nilai kosong) atau sebuah callable yang mengembalikan list (seperti sebuah fungsi). Salah menggunakandefault=[]
membuat awalan yang berubah-ubah yaitu dibagi diantara semua contoh dariArrayField
.-
base_field
¶ Ini adalah sebuah argumen diwajibkan.
Menentukan jenis data yang mendasari dan perilaku dari larik. Itu harus berupa sebuah contoh dari sub kelas dari
Field
. Sebagai contoh, itu dapat berupa sebuahIntegerField
atauCharField
. Kebanyakan jenis-jenis bidang diizinkan, dengan pengecualian dari itu menangani hubungan data (ForeignKey
,OneToOneField
danManyToManyField
).Itu memungkinkan menyarang bidang-bidang larik - anda dapat menentukan sebuah instance dari
ArrayField
sebagaibase_field
. Sebagai contoh:from django.contrib.postgres.fields import ArrayField from django.db import models class ChessBoard(models.Model): board = ArrayField( ArrayField( models.CharField(max_length=10, blank=True), size=8, ), size=8, )
Perubahan dari nilai-nilai diantara basisdata dan model, pengesahan dari data dan konfigurasi, dan serialisasi adalah semua dilimpahkan ke bidang dasar pokok.
-
size
¶ Ini adalah sebuah argumen pilihan.
Jika dilewatkan, larik akan memiliki ukuran maksimal seperti ditentukan. Ini akan dilewatkan ke basisdata meskipun PostgreSQL saat sekarang tidak melaksanakan batasan.
-
Catatan
Saat bersarang ArrayField
, apakah anda menggunakan parameter size atau tidak, PostgreSQL membutuhkan bahwa larik adalah persegi:
from django.contrib.postgres.fields import ArrayField
from django.db import models
class Board(models.Model):
pieces = ArrayField(ArrayField(models.IntegerField()))
# Valid
Board(pieces=[
[2, 3],
[2, 1],
])
# Not valid
Board(pieces=[
[2, 3],
[2],
])
Jika bentuk-bentuk tidak beraturan, kemudian bidang pokok harus dibuat null dan nilai-nilai ditambah dengan None
.
Meminta ArrayField
¶
Ada sejumlah pencarian penyesuaian dan merubah untuk ArrayField
. Kami akan menggunakan model contoh berikut:
from django.contrib.postgres.fields import ArrayField
from django.db import models
class Post(models.Model):
name = models.CharField(max_length=200)
tags = ArrayField(models.CharField(max_length=200), blank=True)
def __str__(self):
return self.name
contains
¶
Pencarian contains
ditimpa pada ArrayField
. Obyek-obyek dikembalikan akan menjadi mereka dimana nilai-nilai dilewatkan adalah himpuna bagian dari data. Itu menggunakan penghubung SQL @>
. Sebagai contoh:
>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['tutorial', 'django'])
>>> Post.objects.filter(tags__contains=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>
>>> Post.objects.filter(tags__contains=['django'])
<QuerySet [<Post: First post>, <Post: Third post>]>
>>> Post.objects.filter(tags__contains=['django', 'thoughts'])
<QuerySet [<Post: First post>]>
contained_by
¶
Ini adalah kebalikan dari pencarian contains
- obyek-obyek dikembalikan akan menjadi mereka dimana data adalah himpunan bagian dari nilai-nilai dilewatkan. Itu menggunakan penghubung SQL @
. Sebagai contoh:
>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['tutorial', 'django'])
>>> Post.objects.filter(tags__contained_by=['thoughts', 'django'])
<QuerySet [<Post: First post>, <Post: Second post>]>
>>> Post.objects.filter(tags__contained_by=['thoughts', 'django', 'tutorial'])
<QuerySet [<Post: First post>, <Post: Second post>, <Post: Third post>]>
overlap
¶
Mengembalikan obyek-obyek dimana data berbagi hasil apapun dengan nilai-nilai dilewatkan. menggunakan penghubung SQL &&
. Sebagai contoh:
>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['tutorial', 'django'])
>>> Post.objects.filter(tags__overlap=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>
>>> Post.objects.filter(tags__overlap=['thoughts', 'tutorial'])
<QuerySet [<Post: First post>, <Post: Second post>, <Post: Third post>]>
len
¶
Mengembalikan panjang dari larik. Pencarian tersedia setelah itu adalah mereka tersedia untuk IntegerField
. Sebagai contoh:
>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.filter(tags__len=1)
<QuerySet [<Post: Second post>]>
Perubahan indeks¶
Indeks merubah indeks menjadi larik. Integer bukan-negatif apapun dapat digunakan. TIdak ada kesalahan jika itu melebihi size
dari larik. Pencarian tersedia setelah perubahan adalah itu dari base_field
. Sebagai contoh:
>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.filter(tags__0='thoughts')
<QuerySet [<Post: First post>, <Post: Second post>]>
>>> Post.objects.filter(tags__1__iexact='Django')
<QuerySet [<Post: First post>]>
>>> Post.objects.filter(tags__276='javascript')
<QuerySet []>
Catatan
PostgreSQL menggunakan pengindeksan berdasarkan-1 untuk bidang larik ketika menulis SQL mentah. bagaimanapun indeks-indeks ini dan mereka digunakan dalam slices
menggunakan pengindeksan berdasarkan-0 untuk tetap dengan Python.
Perubahan potongan¶
Potongan perubahan mengambil potongan dari larik. Apapun dua bukan-negatif integer dapat digunakan, dipisahkan oleh garis bawa tunggal. Pencarian setelah perubahan tidak berubah. Sebagai contoh:
>>> Post.objects.create(name='First post', tags=['thoughts', 'django'])
>>> Post.objects.create(name='Second post', tags=['thoughts'])
>>> Post.objects.create(name='Third post', tags=['django', 'python', 'thoughts'])
>>> Post.objects.filter(tags__0_1=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>
>>> Post.objects.filter(tags__0_2__contains=['thoughts'])
<QuerySet [<Post: First post>, <Post: Second post>]>
Catatan
PostgreSQL menggunakan pengindeksan berdasarkan-1 untuk bidang larik ketika menulis SQL mentah. bagaimanapun potongan-potongan ini dan itu yang digunakan dalam indexes
menggunakan pengindeksan berdasarkan-0 untuk tetap dengan Python.
Larik dimensi banyak dengan indeks dan potongan
PostgreSQL mempunyai beberapa perilaku esotorik ketika menggunakan pengindeksan dan pemotongan pada larik banyak dimensi. itu akan selalu bekerja mencapat ke data pokok akhir, tetapi kebanyakan potongan berperilaku aneh pada tingkat basisdata dan tidak dapat didukung dalam logika, gaya tetap oleh Django.
Bidang CIText
¶
-
class
CIText
(**options)[sumber]¶ Sebuah percampuran untuk membuat bidang-bidang teks kasus-tidak-peka didukung oleh citext type. Baca mengenai the performance considerations sebelum menggunakan itu.
Untuk menggunakan
citext
, gunakan tindakanCITextExtension
pada setup the citext extension di PostgreSQL sebelum tindakan perpindahan pertamaCreateModel
.Beberapa bidang yang menggunakan mixin disediakan:
-
class
CITextField
(**options)[sumber]¶ Bidang ini subkelas
CharField
,EmailField
, danTextField
, masing-masing.max_length
tidak akan dipaksa dalam basisdata sejak perilakucitext
mirip pada tekstext
PostgreSQL.
HStoreField
¶
-
class
HStoreField
(**options)[sumber]¶ Sebuah bidang untuk menyimpan pasangan nilai-kunci. Jenis data Python adalah sebuah
dict
. Kunci-kunci harus berupa string, dan nilai-nilai mungkin salah satu string atau null (None
dalam Python).Untuk menggunakan bidang ini, anda akan butuh untuk:
- Tambah
'django.contrib.postgres'
dalamINSTALLED_APPS
anda. - Setup the hstore extension di PostgreSQL.
Anda akan melihat sebuah kesalahan seperti
can't adapt type 'dict'
jika anda melewati langkah pertama, atautype "hstore" does not exist
jika anda melewati kedua.- Tambah
Catatan
Pada kesempatan itu mungkin berguna untuk membutuhkan atau membatasi kunci-kunci yang sah untuk bidang diberikan. Ini dapat dilakukan menggunakan KeysValidator
.
Meminta HStoreField
¶
Sebagai tambahan pada kemampuan untuk pencarian berdasarkan kunci, ada angka dari pencarian penyesuaian tersedia untuk HStoreField
.
Kami akan menggunakan model contoh berikut:
from django.contrib.postgres.fields import HStoreField
from django.db import models
class Dog(models.Model):
name = models.CharField(max_length=200)
data = HStoreField()
def __str__(self):
return self.name
Kunci pencarian¶
Pada permintaan berdasarkan pada kunci yang diberikan, anda cukup menggunakan kunci itu sebagai nama pencarian:
>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie'})
>>> Dog.objects.filter(data__breed='collie')
<QuerySet [<Dog: Meg>]>
Anda dapat mengikat pencarian lain setelah pencarian kunci:
>>> Dog.objects.filter(data__breed__contains='l')
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>
Jika kunci yang anda ahrapkan untuk meminta berdasarkan ketidakcocokan dengan nama dari pencarian lain, anda butuh menggunakan pencarian hstorefield.contains
lookup sebagai gantinya.
Peringatan
Sejak string apapun dapat berupa sebuah kunci dalam nilai hstore, pencarian apapun dari pada tersebut didaftar dibawah akan diartikan sebagai sebuah pencarian kunci. Tidak ada kesalahan akan dimunculkan. Ekstra hati-hati untuk menulis kesalahan, dan selalu memeriksa permintaan anda bekerja sesuai maksud anda.
contains
¶
Pencarian contains
ditimpa pada HStoreField
. Obyek-obyek yang dikembalikan adalah itu dimana dict
dari pasangan nilai-kunci yang diberikan dikandung semua dalam bidang. Itu menggunakan penghubung SQ: A>
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador', 'owner': 'Bob'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.create(name='Fred', data={})
>>> Dog.objects.filter(data__contains={'owner': 'Bob'})
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>
>>> Dog.objects.filter(data__contains={'breed': 'collie'})
<QuerySet [<Dog: Meg>]>
contained_by
¶
Ini adalah kebalikan dari pencarian contains
- obyek-obyek dikembalikan akan berupa itu dimana pasangan nilai-kunci pada obyek adalah sebuah jimpunan bagian dari itu dalam nilai dilewatkan. Itu menggunakan penghubung SQL <@
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador', 'owner': 'Bob'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.create(name='Fred', data={})
>>> Dog.objects.filter(data__contained_by={'breed': 'collie', 'owner': 'Bob'})
<QuerySet [<Dog: Meg>, <Dog: Fred>]>
>>> Dog.objects.filter(data__contained_by={'breed': 'collie'})
<QuerySet [<Dog: Fred>]>
has_key
¶
Mengembalikan obyek-obyek dimana kunci diberikan adalah dalam data. Menggunakan penghubung SQL ?
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.filter(data__has_key='owner')
<QuerySet [<Dog: Meg>]>
has_any_keys
¶
Mengembalikan obyek-obyek dimana apapun dari kunci diberikan adalah dalam data. Menggunakan penghubung SQL ?|
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'owner': 'Bob'})
>>> Dog.objects.create(name='Fred', data={})
>>> Dog.objects.filter(data__has_any_keys=['owner', 'breed'])
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>
has_keys
¶
Mengembalikan obyek-obyek dimana semua kunci diberikan dalam data. Menggunakan penghubung SQL ?&
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.filter(data__has_keys=['breed', 'owner'])
<QuerySet [<Dog: Meg>]>
keys
¶
Mengembalikan obyek-obyek dimana larik dari kunci adalah nilai diberikan. Catat bahwa urutan tidak dijamin untuk menjadi handal, jadi perubahan ini utamanya berguna untuk menggunakan penghubung dengan pencarian pada ArrayField
. Menggunakan fungsi SQL akeys()
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={'toy': 'bone'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.filter(data__keys__overlap=['breed', 'toy'])
<QuerySet [<Dog: Rufus>, <Dog: Meg>]>
values
¶
Mengembalikan obyek-obyek dimana larik dari nilai-nilai adalah nilai diberikan. Catat bahwa urutan tidak menjamin handal, jadi perubahan ini utamanya berguna untuk menggunakan penghubung dengan pencarian pada ArrayField
. Menggunakan fungsi SQL avalues()
. Sebagai contoh:
>>> Dog.objects.create(name='Rufus', data={'breed': 'labrador'})
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': 'Bob'})
>>> Dog.objects.filter(data__values__contains=['collie'])
<QuerySet [<Dog: Meg>]>
JSONField
¶
-
class
JSONField
(encoder=None, **options)[sumber]¶ Sebuah bidang untuk menyimpan data tersandi JSON. Dalam Python data diwakili dalam bentuk asli Python nya: dictionary, string, angka, booelan dan
None
.-
encoder
¶ Sebuah pilihan kelas penyandian-JSON untuk menserialisasikan jenis-jenis data tidak didukung oleh penserial JSON (
datetime
,uuid
, dll.). Sebagai contoh, anda dapat menggunakan kelasDjangoJSONEncoder
atau sub kelasjson.JSONEncoder
apapun.Ketika nilai diambil dari basisdata, itu akan berupa dalam bentuk dipilih oleh penyandi penyesuaian (kebanyakan sering sebuah string), jadi anda akan butuh mengambil langkah-langkah tambahan untuk merubah nilai kembali ke jenis data awalan (
Model.from_db()
danField.from_db_value()
adalah dua kaitan memungkinkan untuk tujuan tersebut). Deserialisasi anda mungkin butuh dijelaskan untuk fakta bahwa anda tidak bisa memastikan dari jenis masukan. Sebagai contoh, anda menjalankan resiko dari mengembalikan sebuahdatetime
yang sebenarnya baru terjadi menjadi bentuk sama dipilih untukdatetime
.
Jika anda memberikan bidang
default
, pastikan itu adalah callable sepertidict
(untuk sebuah awalan kosong) atau sebuah callable yang mengembalikan sebuah dict (seperti sebuah fungsi). Tidak tepat menggunakandefault={}
membuat sebuah awalan yang tidak tetap yaitu dibagi diantara semua contoh-contoh dariJSONField
.-
Catatan
PostgreSQL mempunyai dua jenis data berdasarkan JSON asli: json
dan jsonb
. Perbedaan utama diantara mereka adalah bagaimana mereka disimpan dan bagaimana mereka dapat diminta. Bidang json
PostgreSQL disimpan sebagai perwakilan string asli dari JSON dan harus disandikan dengan cepat ketika permintaan berdasarkan pada kunci-kunci. Bidang jsonb
disimpan berdasarkan pada struktur sebenarnya dari JSON yang mengizinkan pengindeksan. Pertukaran adalah tambahan biaya kecil pada menulis ke bidang jsonb
field. JSONField
menggunakan jsonb
.
Meminta JSONField
¶
Kami akan menggunakan model contoh berikut:
from django.contrib.postgres.fields import JSONField
from django.db import models
class Dog(models.Model):
name = models.CharField(max_length=200)
data = JSONField()
def __str__(self):
return self.name
Kunci, indeks, dan pencarian kalur¶
Untuk meminta berdasarkan kunci kamus yang diberikan, cukup gunakan kunci itu sebagai nama pencarian:
>>> Dog.objects.create(name='Rufus', data={
... 'breed': 'labrador',
... 'owner': {
... 'name': 'Bob',
... 'other_pets': [{
... 'name': 'Fishy',
... }],
... },
... })
>>> Dog.objects.create(name='Meg', data={'breed': 'collie', 'owner': None})
>>> Dog.objects.filter(data__breed='collie')
<QuerySet [<Dog: Meg>]>
Banyak kunci dapat diikat bersama untuk membentuk pencarian jalur:
>>> Dog.objects.filter(data__owner__name='Bob')
<QuerySet [<Dog: Rufus>]>
Jika kunci adalah sebuah integer, itu akan ditafsirkan sebagai sebuah pencarian indeks dalam sebuah larik:
>>> Dog.objects.filter(data__owner__other_pets__0__name='Fishy')
<QuerySet [<Dog: Rufus>]>
Jika kunci anda harapkan untuk meminta berdasarkan tabrakan dengan nama dari pencarian lain, gunakan pencarian jsonfield.contains
sebagai gantinya.
Jika hanya satu kunci atau indeks digunakan, penghubung SQL ->
digunakan. Jika banyak penghubung digunakan kemudian penghubung #>
digunakan.
Pada permintaan untuk null
dalam data JSON, gunakan None
sebagai sebuah nilai:
>>> Dog.objects.filter(data__owner=None)
<QuerySet [<Dog: Meg>]>
Permintaan untuk kunci hilang, gunakan pencarian isnull
:
>>> Dog.objects.create(name='Shep', data={'breed': 'collie'})
>>> Dog.objects.filter(data__owner__isnull=True)
<QuerySet [<Dog: Shep>]>
Dalam versi terlama, menggunakan None
sebagai sebuah pencarian mencocokkan obyek-obyek yang tidak mempunyai kunci dari pada obyek-obyek yang memiliki kunci dengan nilai None
.
Peringatan
Sejak string apapun dapat berupa kunci dalam obyek JSON, pencarian apapun selain dari mereka didaftarkan dibawah akan diterjemahkan sebagai pencarian kunci. Tidak ada kesalahan dimunculkan. Waspadalah untuk mengetik kesalahan, dan selalu memeriksa permintaan anda bekerja seperti anda hendaki.
Penahanan dan tindakan utama¶
JSONField
berbagi pencarian terkait pada penahanan dan kunci dengan HStoreField
.
contains
(menerima JSON apapun daripada hanya sebuah kamus dari string)contained_by
(menerima JSON apapun daripada hanya sebuah kamus dari string)has_key
has_any_keys
- :lookup
Bidang Jangkauan¶
Ada lima jenis jangkauan bidang, berhubungan ke jenis jangkauan siap-pakai dalam PostgreSQL. Bidang-bidang ini digunakan untuk menyimpan jangkauan dari nilai; sebagai contoh stempel waktu awal dan akhir dari sebuah acara, atau jangkauan dari umur sebuah aktivitas yang cocok.
Semua bidang jangkauan diterjemahkan ke psycopg2 Range objects dalam Python, tetapi juga menerima tuple sebagai masukan jika tidak ada informasi batasan diperlukan. Awalan adalah batasan terendah disertakan, batasan teratas tidak disertakan; yaitu, [)
.
IntegerRangeField
¶
-
class
IntegerRangeField
(**options)[sumber]¶ Menyimpan jangkauan integer. Berdasarkan pada
IntegerField
. Diwakilkan olehint4range
dalam basisdata danNumericRange
dalam Python.Terlepas dari batasan ditentukan ketika menyimpan data, PostgreSQL selalu mengembalikan jangkauan dalam sebuah bentuk resmi yang menyertakan batasan terendah dan tidak menyertakan batasan tertinggi; yaitu
[)
.
BigIntegerRangeField
¶
-
class
BigIntegerRangeField
(**options)[sumber]¶ Menyimpan jangkauan integer besar. Berdasarkan pada
BigIntegerField
. Diwakilkan olehint8range
dalam basisdata danNumericRange
dalam Python.Terlepas dari batasan ditentukan ketika menyimpan data, PostgreSQL selalu mengembalikan jangkauan dalam sebuah bentuk resmi yang menyertakan batasan terendah dan tidak menyertakan batasan tertinggi; yaitu
[)
.
FloatRangeField
¶
-
class
FloatRangeField
(**options)[sumber]¶ Simpan jangkauan dari nilai floating point. Berdasarkan pada
FloatField
. Diwakilkan olehnumrange
dalam basisdata danNumericRange
dalam Python.
DateTimeRangeField
¶
-
class
DateTimeRangeField
(**options)[sumber]¶ Menyimpan jangkauan timestamp. Berdasarkan pada
DateTimeField
. Diwakilkan olehtstzrange
dalam basisdata danDateTimeTZRange
dan Python.
DateRangeField
¶
-
class
DateRangeField
(**options)[sumber]¶ Menyimpan jangkauan date. Berdasarkan pada
DateField
. Diwakilkan olehdaterange
dalam basisdata danDateRange
dalam Python.Terlepas dari batasan ditentukan ketika menyimpan data, PostgreSQL selalu mengembalikan jangkauan dalam sebuah bentuk resmi yang menyertakan batasan terendah dan tidak menyertakan batasan tertinggi; yaitu
[)
.
Meminta Jangkauan Bidang¶
Ada sejumlah pencarian penyesuaian dan perubahan untuk bidang jangkauan. Mereka tersedia pada semua bidang-bidang diatas, tetapi kami akan menggunakan model contoh berikut:
from django.contrib.postgres.fields import IntegerRangeField
from django.db import models
class Event(models.Model):
name = models.CharField(max_length=200)
ages = IntegerRangeField()
start = models.DateTimeField()
def __str__(self):
return self.name
Kami akan juga menggunakan obyek contoh berikut:
>>> import datetime
>>> from django.utils import timezone
>>> now = timezone.now()
>>> Event.objects.create(name='Soft play', ages=(0, 10), start=now)
>>> Event.objects.create(name='Pub trip', ages=(21, None), start=now - datetime.timedelta(days=1))
dan NumericRange
:
>>> from psycopg2.extras import NumericRange
Fungsi-fungsi penahanan¶
Seperti bidang-bidang PostgreSQL lainnya, ada tiga standar penahanan penghubung: contains
, contained_by
dan overlap
, menggunakan penghubung SQL @>
, <@
, dan &&
masing-masing.
contains
¶
>>> Event.objects.filter(ages__contains=NumericRange(4, 5))
<QuerySet [<Event: Soft play>]>
contained_by
¶
>>> Event.objects.filter(ages__contained_by=NumericRange(0, 15))
<QuerySet [<Event: Soft play>]>
Pencarian contained_by
juga tersedia pada jenis-jenis bidang bukan jangkauan: IntegerField
, BigIntegerField
, FloatField
, DateField
, dan DateTimeField
. Sebagai contoh:
>>> from psycopg2.extras import DateTimeTZRange
>>> Event.objects.filter(start__contained_by=DateTimeTZRange(
... timezone.now() - datetime.timedelta(hours=1),
... timezone.now() + datetime.timedelta(hours=1),
... )
<QuerySet [<Event: Soft play>]>
overlap
¶
>>> Event.objects.filter(ages__overlap=NumericRange(8, 12))
<QuerySet [<Event: Soft play>]>
Fungsi perbandingan¶
Bidang jangkauan mendukung pencarian standar: lt
, gt
, lte
dan gte
. Ini tidak terlalu membantu - mereka membandingkan batasan terendah dahulu dan batasan tertinggi hanya jika dibutuhkan. Ini juga strategi digunakan untuk mengurutkan berdasarkan bidang jangkauan. Itu lebih baik menggunakan penghubung perbandingan jangkauan khusus.
fully_lt
¶
Jangkauan dikembalikan adalah sangat kurang dari jangkauan dilewatkan. Dengan kata lain, semua titik dalam jangkauan dikembalikan kurang dari semua dalam jangkauan dilewatkan.
>>> Event.objects.filter(ages__fully_lt=NumericRange(11, 15))
<QuerySet [<Event: Soft play>]>
fully_gt
¶
Jangkauan dikembalikan adalah lebih besar dari jangkauan dilewatkan. Dengan kata lain, semua titik dalam jangkauan dikembalikan lebih besar dari semua dalam jangkauan dilewatkan.
>>> Event.objects.filter(ages__fully_gt=NumericRange(11, 15))
<QuerySet [<Event: Pub trip>]>
not_lt
¶
Jangkauan dikembalikan tidak mengandung titik apapun kurang dari jangkauan dilewatkan, yaitu batasan terendah dari jangkauan dikembalikan adalah setidaknya batasan terendah dari jangkauan dilewatkan.
>>> Event.objects.filter(ages__not_lt=NumericRange(0, 15))
<QuerySet [<Event: Soft play>, <Event: Pub trip>]>
not_gt
¶
Jangkauan dikembalikan tidak mengandung titik apapun lebih besar dari jangkauan dilewatkan, yaitu batasan tertinggi dari jangkauan dikembalikan adalah batasan paling tertinggi dari jangkauan dilewatkan.
>>> Event.objects.filter(ages__not_gt=NumericRange(3, 10))
<QuerySet [<Event: Soft play>]>
adjacent_to
¶
Jangkauan dikembalikan berbagi sebuah batasan dengan jangkauan dilewatkan.
>>> Event.objects.filter(ages__adjacent_to=NumericRange(10, 21))
<QuerySet [<Event: Soft play>, <Event: Pub trip>]>
Meminta menggunakan batasan¶
Ada tiga perubahan tersedia untuk digunakan dalam permintaan. Anda dapat mengeluarkan batasan terendah dan tertinggi, atau meminta berdasarkan kekosongan.
startswith
¶
Obyek-obyek dikembalikan memiliki batasan terendah diberikan. Dapat diikat untuk pencarian sah untuk bidang dasar.
>>> Event.objects.filter(ages__startswith=21)
<QuerySet [<Event: Pub trip>]>
endswith
¶
Obyek-obyek dikembalikan memiliki batasan tertinggi diberikan. Dapat diikat untuk pencarian sah untuk bidang dasar.
>>> Event.objects.filter(ages__endswith=10)
<QuerySet [<Event: Soft play>]>
isempty
¶
Obyek-obyek dikembalikan adalah jangkauan kosong. Dapat diikat untuk pencarian sah untuk BooleanField
.
>>> Event.objects.filter(ages__isempty=True)
<QuerySet []>
Menentukan jenis jangkauan anda sendiri¶
PostgreSQL mengizinkan pengertian dari jenis-jenis jangkauan penyesuaian. Penerapan model Django dan bidang formulir menggunakan kelas-kelas dasar dibawah, dan psycopg2 menyediakan register_range()
untuk mengizinkan penggunaan dari jenis-jenis jangkauan penyesuaian.