Satura rādītājs
Kad modelis un viss ar to saistītais ir izveidots, nākamais aspekts, kas jāņem vērā, ir tas, kā dažādi lauki mijiedarbojas ar datu bāzi.Runājot par datu bāzes darbību, mēs atsaucamies uz veidu, kādā mums jāredz, kā dati ir sagatavoti uzglabāšanai, kā mēs salīdzinām ar datu veidiem Python ar kuru viņu vērtības ir attēlotas mūsu pieteikumā Django.
db_type (pats, savienojums)
Šo metodi reti ignorē lietojumprogrammu klases un apakšklases, tā atgriež virkni, kas satur konkrētus datu bāzes datus, kas kontrolē noteiktu lauku kolonnu izveidi.
Ir svarīgi pieminēt, ka ar šo metodi atdotā vērtība ir raksturīga tikai aizmugure lietojumprogrammā izmantotā datu bāze, tādēļ, ja mēs nolemjam to izmantot projektos ar atšķirīgu datu bāzes aizmuguri, mums ir jāiegūst savienojuma vērtība, izmantojot connection.settings_dict ['ENGINE']
Tālāk redzamajā attēlā redzēsim, kā mēs varam tulkot kodā šīs metodes pamata lietojumu:
get_prep_value (self, vērtība)
Šī ir metode, kas kalpo par pamatu citām metodēm, kurām jāsagatavo dati izmantošanai datu bāzē.
Vairumā gadījumu konvertēšana pitona objekti uz vienkāršākiem datiem, kurus var pārsūtīt uz datu bāzi, nav liela problēma, un mēs varam izmantot standarta reklāmguvumu, tomēr, ja vēlamies veikt sarežģītākus reklāmguvumus, piemēram, datuma veidu, mēs varam izmantot šo metodi, lai rūpētos par šo darbu, nākamajā grafikā mums ir veids, kā to sasniegt, ko mēs aprakstījām.
get_db_prep_value (self, vērtība, savienojums, sagatavots = False)
Ir gadījumi, kad mūsu lietojumprogramma darbojas vairākos datu bāzes dzinējos, tāpēc šī metode ļauj mums sagatavot datus, pamatojoties uz dzinēju, pateicoties connection.settings_dict ['ENGINE'] mēs varam iekļaut dažādus gadījumus atkarībā no dzinēja.
Piemērs ir tad, kad mēs strādājam ar postgreSQL, šis dzinējs var tieši apstrādāt datuma objektus, tādēļ, ja mēs atklāsim, ka tas tā ir, mēs varam tieši nodot vērtību. Tālāk redzamajā piemērā redzēsim, kā mēs apvienojam šo metodi ar iepriekšējo sasniegt stabilāku rezultātu:
