Tortoise ORM 中如何实现字段间的比较查询
2025-06-09 16:25:22作者:郜逊炳
在数据库查询中,我们经常需要比较同一表中不同字段的值。在使用Tortoise ORM时,这种需求可以通过F表达式(F-expression)来实现。F表达式是ORM框架中一个强大的功能,它允许我们在查询中引用模型字段的值,而不是使用固定的字面量。
F表达式的基本用法
F表达式的主要用途是在查询条件中引用字段值。例如,假设我们有一个User模型,包含created_at和updated_at两个时间字段,我们想找出这两个时间相同的记录:
from tortoise.expressions import F
# 查询created_at等于updated_at的所有用户
users = await User.filter(created_at=F("updated_at"))
这段代码会生成类似以下的SQL查询:
SELECT * FROM user WHERE created_at = updated_at
实际应用场景
- 数据一致性检查:比较两个相关字段是否同步更新
- 状态变更检测:比如检查最后登录时间是否大于账号创建时间
- 自引用关系:在层级结构中比较父子节点的属性
注意事项
- 对于使用auto_now_add和auto_now的DateTimeField字段,由于它们分别只在创建时和每次更新时自动设置时间,这两个时间几乎不可能相等
- F表达式不仅可以用于相等比较,还可以用于其他比较操作如大于、小于等
- F表达式也支持算术运算,可以在查询中进行字段值的加减乘除运算
高级用法
除了简单的字段比较,F表达式还可以用于更复杂的查询场景:
# 查询修改时间比创建时间晚一天以上的记录
await User.filter(updated_at__gt=F("created_at") + timedelta(days=1))
# 查询年龄大于注册天数的用户
await User.filter(age__gt=F("registered_days"))
通过掌握F表达式,开发者可以在Tortoise ORM中构建更加灵活和强大的查询条件,实现各种复杂的业务需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146