注意：
本实验是接着 《Django 自定义逻辑添加（通过自定义 save 对象实现）（一次性完成多对多表数据的插入）》而继续的
正文：
步骤目录：
步骤一：进入相应的 Django 环境
步骤二：插入测试数据
步骤三：设置一个显示上一句 SQL 语句的函数
步骤四：通过聚合函数查询所需的数值
4.1 通过聚合函数查询最大值
4.1.1 导入聚合函数最大值模块
4.1.2 通过聚合函数查询最大值（显示默认解释说明）
4.1.2.1 通过聚合函数查询最大值（显示默认解释说明）
4.1.2.2 显示通过聚合函数查询最大值的 SQL 语句（显示默认解释说明）
4.1.3 通过聚合函数查询最大值（显示自定义解释说明）
4.1.3.1 通过聚合函数查询最大值（显示自定义解释说明）
4.1.3.2 显示通过聚合函数查询最大值的 SQL 语句（显示自定义解释说明）
4.2 通过聚合函数查询最小值
4.2.1 导入聚合函数最小值模块
4.2.2 通过聚合函数查询最小值
4.2.3 显示通过聚合函数查询最小值的 SQL 语句
4.3 通过聚合函数统计数据条数
4.3.1 导入聚合函数统计数据条数的模块
4.3.2 通过聚合函数统计数据条数（统计所有数据的条数）
4.3.2.1 通过聚合函数统计数据条数（统计所有数据的条数）
4.3.2.2 显示通过聚合函数统计数据条数的 SQL 语句（统计所有数据的条数）
4.3.3 通过聚合函数统计数据条数（统计某一字段数据的条数）
4.3.3.1 通过聚合函数统计数据条数（统计某一字段数据的条数）
4.3.3.2 显示通过聚合函数统计数据条数的 SQL 语句（统计某一字段数据的条数）
4.4 通过聚合函数求和
4.4.1 导入聚合函数求和的模块
4.4.2 通过聚合函数求和
4.4.3 显示通过聚合函数求和的 SQL 语句
4.5 通过聚合函数求平均数
4.5.1 导入聚合函数求平均数的模块
4.5.2 通过聚合函数求平均值
4.5.3 显示通过聚合函数求平均值的 SQL 语句
步骤五：通过分组聚合函数查询所需的数值
5.1 导入分组聚合函数模块
5.2 通过分组聚合函数统计每组数据的条数
5.2.1 通过分组聚合函数统计每组数据的条数
5.2.2 显示通过分组聚合函数统计每组数据条数的 SQL 语句
5.3 通过分组聚合函数统计求每组数据的平均值
5.3.1 通过分组聚合函数统计求每组数据的平均值
5.3.2 显示通过分组聚合函数统计求每组数据的平均值的 SQL 语句
步骤六：通过子查询查询所需的数值
6.1 导入子查询模块
6.2 通过子查询查询总值最大的一组数据的总值
6.2.1 通过子查询查询总值最大的一组数据的总值
6.2.2 显示通过子查询查询总值最大的一组数据总值的 SQL 语句
步骤七：通过关联查询查询所需的数值
7.1 导入关联查询模块
7.2 通过关联查询查询关联的数据
7.2.1 通过关联查询查询关联的数据（查询数据表中的非外键字段）
7.2.1.1 通过关联查询查询关联的数据（查询数据表中的非外键字段）
7.2.1.2 通过关联查询查询关联数据的 SQL 语句（查询数据表中的非外键字段）
7.2.2 通过关联查询查询关联的数据（查询数据表中的外键字段）
7.2.2.1 通过关联查询查询关联的数据（查询数据表中的外键字段）
7.2.2.2 通过关联查询查询关联数据的 SQL 语句（查询数据表中的外键字段）
步骤八：退出相应的 Django 环境
步骤九：Django 聚合函数查询、分组聚合函数查询、子查询、关联查询的总结
具体的操作步骤：
正文：
步骤一：进入相应的 Django 环境
(django_env) [root@python mysite]# python3
>>> import os,django
>>> os.environ.setdefault("DJANGO_SETTINGS_MODULE", "mysite.settings")
'mysite.settings'
>>> django.setup()
>>> from user.models import *
步骤二：插入测试数据
>>> user = Student(sname='zhangsan',score=60,cls=Clazz(cname='Class1'))
>>> user.save()
>>> user = Student(sname='lisi',score=80,cls=Clazz(cname='Class1'))
>>> user.save()
>>> user = Student(sname='wangwu',score=90,cls=Clazz(cname='Class1'))
>>> user.save()
>>> user = Student(sname='zhaoliu',score=70,cls=Clazz(cname='Class1'))
>>> user.save()
>>> user = Student(sname='xueer',score=70,cls=Clazz(cname='Class2'))
>>> user.save()
>>> user = Student(sname='huangyi',score=70,cls=Clazz(cname='Class2'))
>>> user.save()
（补充：这里以随机插入 6 条测试数据为例）
步骤三：设置一个显示上一句 SQL 语句的函数
>>> def showsql():
... from django.db import connection
... print(connection.queries[-1]['sql'])
（补充：这里的 [-1] 是指显示上一条操作的 SQL 语句）
步骤四：通过聚合函数查询所需的数值
4.1 通过聚合函数查询最大值
4.1.1 导入聚合函数最大值模块
>>> from django.db.models import Max
4.1.2 通过聚合函数查询最大值（显示默认解释说明）
4.1.2.1 通过聚合函数查询最大值（显示默认解释说明）
>>> Student.objects.aggregate(Max('score'))
{'score__max': 90}
（
补充：
1) 这里以查询所有数据 score 字段的最大值为例
2) 这里查出的最大值是 90
）
4.1.2.2 显示通过聚合函数查询最大值的 SQL 语句（显示默认解释说明）
>>> showsql()
SELECT MAX(`user_student`.`score`) AS `score__max` FROM `user_student`
（补充：这里以查询所有数据 score 字段的最大值为例）
4.1.3 通过聚合函数查询最大值（显示自定义解释说明）
4.1.3.1 通过聚合函数查询最大值（显示自定义解释说明）
>>> Student.objects.aggregate(m=Max('score'))
{'m': 90}
（
补充：
1) 这里以查询所有数据 score 字段的最大值为例
2) 查出的最大值是 90
3) 这里显示的自定义解释说明是 m
）
4.1.3.2 显示通过聚合函数查询最大值的 SQL 语句（显示自定义解释说明）
>>> showsql()
SELECT MAX(`user_student`.`score`) AS `m` FROM `user_student`
（
补充：
1) 这里以查询所有数据 score 字段的最大值为例
2) 这里显示的自定义解释说明是 m
）
4.2 通过聚合函数查询最小值
4.2.1 导入聚合函数最小值模块
>>> from django.db.models import Min
4.2.2 通过聚合函数查询最小值
>>> Student.objects.aggregate(Min('score'))
{'score__min': 60}
（
补充：
1) 这里以查询所有数据 score 字段的最小值为例
2) 这里查出的最小值是 60
）
4.2.3 显示通过聚合函数查询最小值的 SQL 语句
>>> showsql()
SELECT MIN(`user_student`.`score`) AS `score__min` FROM `user_student`
（补充：这里以查询所有数据 score 字段的最小值为例）
4.3 通过聚合函数统计数据条数
4.3.1 导入聚合函数统计数据条数的模块
>>> from django.db.models import *
4.3.2 通过聚合函数统计数据条数（统计所有数据的条数）
4.3.2.1 通过聚合函数统计数据条数（统计所有数据的条数）
>>> Student.objects.aggregate(c=Count('*'))
{'c': 6}
（
补充：
1) 这里统计所有数据的数据总条数为例
2) 这里显示的自定义解释说明是 c
3) 这里查出的数据条数是 6
）
4.3.2.2 显示通过聚合函数统计数据条数的 SQL 语句（统计所有数据的条数）
>>> showsql()
SELECT COUNT(*) AS `c` FROM `user_student`
（
补充：
1) 这里统计所有数据的数据总条数为例
2) 这里显示的自定义解释说明是 c
）
4.3.3 通过聚合函数统计数据条数（统计某一字段数据的条数）
4.3.3.1 通过聚合函数统计数据条数（统计某一字段数据的条数）
>>> Student.objects.aggregate(c=Count('score'))
{'c': 6}
（
补充：
1) 这里以统计包含 score 字段的数据总条数为例
2) 这里显示的自定义解释说明是 c
3) 这里查出的数据条数是 6
）
4.3.3.2 显示通过聚合函数统计数据条数的 SQL 语句（统计某一字段数据的条数）
>>> showsql()
SELECT COUNT(`user_student`.`score`) AS `c` FROM `user_student`
（
补充：
1) 这里以统计包含 score 字段的数据总条数为例
2) 这里显示的自定义解释说明是 c
）
4.4 通过聚合函数求和
4.4.1 导入聚合函数求和的模块
>>> from django.db.models import *
4.4.2 通过聚合函数求和
>>> Student.objects.aggregate(Sum('score'))
{'score__sum': 440}
（
补充：
1) 这里以求所有数据 score 字段的值的和为例
2) 这里求出的和是 440
）
4.4.3 显示通过聚合函数求和的 SQL 语句
>>> showsql()
SELECT SUM(`user_student`.`score`) AS `score__sum` FROM `user_student`
（补充：这里以求所有数据 score 字段的值的和为例）
4.5 通过聚合函数求平均数
4.5.1 导入聚合函数求平均数的模块
>>> from django.db.models import *
4.5.2 通过聚合函数求平均值
>>> Student.objects.aggregate(Avg('score'))
{'score__avg': 73.3333}
（
补充：
1) 这里以求所有数据 score 字段的平均值为例
2) 这里求出的平均值是 73.3333
）
4.5.3 显示通过聚合函数求平均值的 SQL 语句
>>> showsql()
SELECT AVG(`user_student`.`score`) AS `score__avg` FROM `user_student`
（补充：这里以求所有数据 score 字段的平均值为例）
步骤五：通过分组聚合函数查询所需的数值
5.1 导入分组聚合函数模块
>>> from django.db.models import *
5.2 通过分组聚合函数统计每组数据的条数
5.2.1 通过分组聚合函数统计每组数据的条数
>>> Student.objects.values('cls').annotate(c=Count('score'))
<QuerySet [{'cls': 1, 'c': 4}, {'cls': 2, 'c': 2}]>
（
补充：
1) 这里以 cls 字段进行分组，统计每组包含 score 字段数据的条数为例
2) 这里显示的自定义解释说明是 c
3) 这里求出 cls 字段值为 1 的组包含 score 字段的数据有 4 条，cls 字段的值为 2 的组包含 score 字段的数据有 2 条
）
5.2.2 显示通过分组聚合函数统计每组数据条数的 SQL 语句
>>> showsql()
SELECT `user_student`.`cls_id`, COUNT(`user_student`.`score`) AS `c` FROM `user_student` GROUP BY `user_student`.`cls_id` ORDER BY NULL LIMIT 21
（
补充：
1) 这里以 cls 字段进行分组，统计每组包含 score 字段数据的条数为例
2) 这里显示的自定义解释说明是 c
）
5.3 通过分组聚合函数统计求每组数据的平均值
5.3.1 通过分组聚合函数统计求每组数据的平均值
>>> Student.objects.values('cls').annotate(a=Avg('score'))
<QuerySet [{'cls': 1, 'a': 75.0}, {'cls': 2, 'a': 70.0}]>
（
补充：
1) 这里以 cls 字段进行分组，求每组数据 score 字段的平均值为例
2) 这里显示的自定义解释说明是 a
3) 这里求出 cls 字段值为 1 的组 score 字段的平均值为 75.0，cls 字段的值为 2 的组 score 字段的平均值为 70.0
）
5.3.2 显示通过分组聚合函数统计求每组数据的平均值的 SQL 语句
>>> showsql()
SELECT `user_student`.`cls_id`, AVG(`user_student`.`score`) AS `a` FROM `user_student` GROUP BY `user_student`.`cls_id` ORDER BY NULL LIMIT 21
（
补充：
1) 这里以 cls 字段进行分组，求每组数据 score 字段的平均值为例
2) 这里显示的自定义解释说明是 a
）
步骤六：通过子查询查询所需的数值
6.1 导入子查询模块
>>> from django.db.models import *
6.2 通过子查询查询总值最大的一组数据的总值
6.2.1 通过子查询查询总值最大的一组数据的总值
>>> Student.objects.values('cls').annotate(s=Sum('score')).aggregate(m=Max('s'))
{'m': 300}
（
补充：
1) 这里以 cls 字段进行分组，求每组数据 score 字段的总值，再将其求和为例
2) 这里显示的自定义解释说明是 m
3) 这里求出 score 字段的总值为 300
4) values 和 annotate 一起使用时 values 则发挥的是 group by 的作用
5) values 单独使用时 values 发挥的是部分查询的作用
）
6.2.2 显示通过子查询查询总值最大的一组数据总值的 SQL 语句
>>> showsql()
SELECT MAX(`s`) FROM (SELECT `user_student`.`cls_id` AS Col1, SUM(`user_student`.`score`) AS `s` FROM `user_student` GROUP BY `user_student`.`cls_id` ORDER BY NULL) subquery
（
补充：
1) 这里以 cls 字段进行分组，求每组数据 score 字段的总值，再将其求和为例
2) 这里显示的自定义解释说明是 m
3) values 和 annotate 一起使用时 values 则发挥的是 group by 的作用
4) values 单独使用时 values 发挥的是部分查询的作用
）
步骤七：通过关联查询查询所需的数值
7.1 导入关联查询模块
>>> from django.db.models import *
7.2 通过关联查询查询关联的数据
7.2.1 通过关联查询查询关联的数据（查询数据表中的非外键字段）
7.2.1.1 通过关联查询查询关联的数据（查询数据表中的非外键字段）
>>> Student.objects.values('cls__cname')
<QuerySet [{'cls__cname': 'Class1'}, {'cls__cname': 'Class1'}, {'cls__cname': 'Class1'}, {'cls__cname': 'Class1'}, {'cls__cname': 'Class2'}, {'cls__cname': 'Class2'}]>
（
补充：
1) 这里查出了 4 条 cls__cname 为 Class1 的数据和 2 条 cls__cname 为 Class 2 的数据
2) 这里的 cls 是 Django 数据模型类中两张数据表的外键字段，但是 cname 并不是数据库中两张数据表的外键字段
）
7.2.1.2 通过关联查询查询关联数据的 SQL 语句（查询数据表中的非外键字段）
>>> showsql()
SELECT `user_clazz`.`cname` FROM `user_student` INNER JOIN `user_clazz` ON (`user_student`.`cls_id` = `user_clazz`.`id`) LIMIT 21
（补充：这里的 cls_id 是 user_student 表中关联 user_clazz 表中 id 字段的外键字段）
7.2.2 通过关联查询查询关联的数据（查询数据表中的外键字段）
7.2.2.1 通过关联查询查询关联的数据（查询数据表中的外键字段）
>>> Student.objects.values('cls__id')
<QuerySet [{'cls__id': 1}, {'cls__id': 1}, {'cls__id': 1}, {'cls__id': 1}, {'cls__id': 2}, {'cls__id': 2}]>
（
补充：
1) 这里查出了 4 条 cls__id 为 1 的数据和 2 条 cls__id 为 2 的数据
2) 这里的 cls 是 Django 数据模型类中两张数据表的外键字段，并且 id 也是数据库中两张数据表的外键字段
）
7.2.2.2 通过关联查询查询关联数据的 SQL 语句（查询数据表中的外键字段）
>>> showsql()
SELECT `user_student`.`cls_id` FROM `user_student` LIMIT 21
（补充：这里的 cls_id 是 user_student 表中关联 user_clazz 表中 id 字段的外键字段）
步骤八：退出相应的 Django 环境
>>> quit()
步骤九：Django 聚合函数查询、分组聚合函数查询、子查询、关联查询的总结
1) 单独用 aggregate 则代表单独使用聚合函数
2) 单独用 annotate 则代表单独使用分组聚合函数
3) 在 annotate 前面加上 values 则是指定某一个字段进行分组，values.annotate
