在没有硬编码 ID 的情况下使用带有外键的 Django Fixture
Django 固定装置简化了示例数据的加载,但硬编码外键 ID 会造成脆弱性。 当 ID 更改或数据在数据库之间移动时,此方法就会失效。 解决方案是什么? 自然键。 它们允许您使用有意义的值而不是数字 ID 来引用外键。
为什么要避免在装置中使用硬编码的外键 ID?
装置中的硬编码主键会导致几个问题:
- 不同环境下的数据库不一致。
- 由于 ID 更改而导致的修复失败。
- 管理关系方面的手动工作量增加。
自然键通过允许 Django 动态解析关系来消除这些问题。
在 Django 中实现自然键
使用自然键涉及以下步骤:
-
定义
natural_key()
方法: 在相关模型中,添加natural_key()
方法。 - 创建自定义管理器:此管理器将使用自然键获取对象。
- 在装置中使用自然键:用自然键替换数字 ID。
第 1 步:在相关模型中定义自然键
在models.py
中,向外键引用的模型添加natural_key()
方法:
from django.db import models class CategoryManager(models.Manager): def get_by_natural_key(self, name): return self.get(name=name) class Category(models.Model): name = models.CharField(max_length=255, unique=True) objects = CategoryManager() def natural_key(self): return (self.name,)
这允许通过 name
引用类别,而不是在灯具中通过 ID 来引用。
第 2 步:使用自然键创建灯具
使用自然键来引用外键,而不是数字 ID。
夹具示例(数字 ID – 过时的方法)
[ { "model": "shop.category", "pk": 1, "fields": { "name": "Electronics" } }, { "model": "shop.product", "fields": { "name": "Smartphone", "category": 1 } } ]
夹具示例(自然键 - 改进方法)
[ { "model": "shop.category", "fields": { "name": "Electronics" } }, { "model": "shop.product", "fields": { "name": "Smartphone", "category": ["Electronics"] } } ]
Django 自动通过 name
查找类别。
第 3 步:加载灯具
使用以下方式加载夹具:
python manage.py loaddata your_fixture.json
Django 使用 get_by_natural_key()
来匹配外键。
自然键总是必要的吗?
不。 即使定义了 natural_key()
,您仍然可以使用:
- 数字 ID(传统方法)。
- 自然键(适应性更强)。
根据需要组合它们。
何时使用自然键?
在以下情况下使用自然键:
- 需要跨数据库设备兼容性。
- 您的模型中存在一个独特的字段(例如,用户名、slug、名称)。
- 应避免手动 ID 跟踪。
在以下情况下使用数字 ID:
- 模型中不存在唯一的自然标识符。
- 使用小型、不变的数据集。
结论
Django 装置中的自然键增强了数据灵活性和可管理性。 Django 不依赖可能变化的 ID,而是动态解析关系,从而产生更强大的固定装置。 将自然键合并到您的 Django 项目中,以简化设备管理并减少问题。
以上是在没有硬编码 ID 的情况下使用带有外键的 Django Fixture的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
