python / intermediate
Snippet
Django Q Objects für Komplexe Datenbankabfragen
Q Objects ermöglichen komplexe Datenbankabfragen durch Kombination von Bedingungen mit AND, OR und NOT Operationen. Sie sind unverzichtbar für dynamische Filter, deren Bedingungen sich basierend auf Benutzereingaben ändern. Die annotate()-Methode fügt berechnete Felder zu Abfragen hinzu, während select_related() N+1 Abfragen durch eager Loading verwandter Objekte verhindert. Die Kombination von Q Objects mit Annotation ermöglicht ausgefeilte Filterung basierend auf aggregierten Daten.
snippet.py
python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
from django.db.models import Q, Count, Avgfrom datetime import datetime, timedeltaclass ArticleManager(models.Manager):def search_articles(self, query, filters=None):base_query = self.filter(Q(title__icontains=query) |Q(content__icontains=query) |Q(tags__name__icontains=query))if filters:query_filter = Q()if filters.get('published'):query_filter &= Q(is_published=True)if filters.get('date_range'):start, end = filters['date_range']query_filter &= Q(published_at__range=(start, end))if filters.get('authors'):query_filter &= Q(author__in=filters['authors'])if filters.get('excluded_categories'):query_filter &= ~Q(category__in=filters['excluded_categories'])base_query = base_query.filter(query_filter)return base_query.annotate(comment_count=Count('comments'),avg_rating=Avg('ratings__value')).select_related('author', 'category').order_by('-published_at')def get_trending(self, days=7):cutoff = datetime.now() - timedelta(days=days)return self.filter(published_at__gte=cutoff).annotate(engagement=Count('views') + Count('comments') * 3).order_by('-engagement')[:10]
django
Erklärung
1
Q(title__icontains=query) | Q(content__icontains=query)
Pipe-Operator erstellt OR-Bedingung, Unterstrich icontains ist case-insensitive contains
2
query_filter &= Q(category__in=filters['excluded_categories'])
Kaufmannsund equals kombiniert Bedingungen mit AND
3
query_filter &= ~Q(category__in=filters['excluded_categories'])
Tilde erstellt NOT-Bedingung, schließt Kategorien aus Ergebnissen aus
4
Count('comments') * 3
Multipliziere Counts um Engagement-Faktoren unterschiedlich zu gewichten
5
.order_by('-engagement')[:10]
Slice auf Datenbankebene mit [:10] für Effizienz, Minus für absteigend