首先去掉关于路由斜杠的警告
修改主路由和子路由（斜杠加在主路由路径的尾巴上），然后再次运行项目。
（一）删除数据
删除数据有3种方式：删除数据表的全部数据、删除一行数据和删除多行数据.
1、删除全部数据：all()与delete()
在终端Shell模式下执行命令：Types.objects.all().delete()，删除全部记录
2、删除一行数据：get()与delete()
将数据文件改成不带BOM的UTF-8编码格式
导入数据到表：python manage.py loaddata commodity_types_data.json
在终端Shell模式下执行命令：Types.objects.get(id=1).delete()，删除id为1的记录
3、删除多行数据：filter()与delete()
删除全部“儿童用品” （目前只有三条记录满足条件）
在终端Shell模式下执行命令：Types.objects.filter(firsts='儿童用品').delete()
4、删除有外键的数据：delete()
删除数据的过程中，如果删除的数据设有外键字段，就会同时删除外键关联的数据。
（1）准备模型和表
在index模块的models.py中定义以下2个模型类
在终端执行数据迁移命令：python manage.py makemigrations，生成数据迁移文件
在终端执行数据迁移命令：python manage.py migrate index 0001_initial，生成相应的数据表
（2）为index_personinfo准备测试数据
利用批量添加数据命令，添加三条记录
（3）为index_vocation准备测试数据
给“李红利”设置职业
（4）级联删除id=1的李红利
在Shell模式下执行命令：PersonInfo.objects.get(id=1).delete()
（二）查询数据
1、给两张表准备查询数据
（1）给index_personinfo表准备数据
（2）给index_vocation表准备数据
2、查询全部数据：all()
（1）查询index_personinfo表全部记录
在Shell模式下执行下列操作
遍历查询集显示每个人员的详情
（2）查询index_vocation表全部记录
在Shell模式下执行下述操作
3、查询前3条数据：all()[:3]
（1）查询index_personinfo表前3条记录
（2）查询index_vocation表前3条记录
4、以字典列表形式查询某个字段数据：values() - 投影运算
查询index_vocation表job字段的数据
5、以元组列表形式查询某个字段数据：values_list()
查询index_vocation表job字段的数据
6、使用get()函数查询一条记录
查询index_vocation表id=2的记录
7、使用filter()函数查询多条记录
查询index_vocation表中job='软件开发’的记录
8、使用Q()函数进行查询（类似于“或”的关系）
查询job='网站设计’或id=3的记录
9、使用~Q()表示不等于关系
查询不是“网站设计”的职业信息
10、使用exclude()表示不等于关系
查询不是“网站设计”的职业信息
11、使用count()函数查询记录数
在职业表里查询“软件开发”的记录数
12、使用distinct()函数去重
在职业表里查询有多少个不同的工作（job）
13、使用order_by()函数进行排序
针对全部记录按照id升序排列
针对全部记录按照id降序排列
按job升序，再按id降序
14、使用annotate()函数进行分组
按job分组对id求和
15、使用aggregate()进行聚合计算
aggregate()嵌套使用五个聚合函数：Count()、Sum()、Avg()、Max()、Min()
按job统计个数
按payment统计平均
按payment统计个数、和、平均、最大值和最小值
16、使用union()函数合并多个查询结果
将两个查询结果合并成一个结果集（payment在5000以下和在15000以上）
17、使用intersection()求查询结果的交集
求两个查询结果的交集（payment在5000以上和payment在15000以下）
当前的数据库后端不支持intersection操作，需要查找以下文件：django/django/db/backends/mysql/features.py，查看一下django的安装位置：在命令行窗口执行 pip show django，根据提示就可以查找到文件所在位置。
打开此文件，在文件中搜索“intersection”，把默认的False改成True
变通处理方法1：使用&运算符来求交集
变通处理方法2：转成集合来处理交集，再把结果转成列表
18、使用difference()求查询结果的差
在features.py文件里将supports_select_difference属性值修改True
再次执行求差运算，结果还是要报不支持的错
变通处理方法1：现将查询结果转成集合，进行差运算，再把结果转成列表
变通处理方法2：使用“-”运算符求两个集合的差
（三）匹配符的使用
1、查询职业表里job包含“开发”的记录
使用__contains匹配符来实现
2、查询职业表里薪资为8000、12000、20000的记录
使用__in匹配符来实现
3、查询职业表里薪资在10000与20000之间的记录
使用__range匹配符来实现
使用原生的SQL语句来完成同样的任务
补充说明
（1）使用get()函数查询单个记录
查找id=10的记录，会抛出异常
处理异常
（2）使用filter()函数查询多条记录构成的列表
查询薪资在10000以上的记录
查询id=10的记录，通过选择结构来处理
（四）查询多表数据
两张表：index_vocation（主表）以name字段（外键）来关联index_personinfo（子表）的主键。
1、正向查询：通过主表查子表
任务：查找职业表id=2的记录的人员信息
练习：查找薪资在10000及以上的人员信息
2、反向查询：通过子表查主表
任务：查询人员信息表中id=2的职业信息
（五）使用select_related()实现关联查询
1、利用PersonInfo关联查询Vocation
任务：查询人员姓名及薪资（姓名来自PersonInfo对象，薪资来自Vocation对象），对应逆向查询
不妨查看一下框架帮我们生成的关联查询语句
2、利用Vocation关联查询PersonInfo
任务：查询职业、姓名与年龄（职业来自Vocation对象，姓名与年龄来自PersonInfo对象），对应正向查询
查看框架帮我们生成的查询语句
到Navicat里去执行查询语句（采用的是内部连接）
任务：查询薪资在12000及以上的职业、姓名、年龄与薪资
（六）多表关联查询 - select_related()
1、准备三个模型
在index的models.py里添加三个模型类
在控制台执行数据迁移命令，生成数据迁移文件
针对上述数据迁移文件执行迁移命令，生成相应的数据表
在Navicat里查看刚刚通过迁移生成的数据表
2、在三张表里添加数据
给index_province表添加记录
给index_city表添加记录
给index_person表添加记录
3、多表查询
使用select_related()和get()来实现三表关联查询
任务：查询“李文丽”所在城市与省份
（七）多表关联查询 - prefetch_related()
1、准备两个模型
表演者Performer和节目Program是多对多关系，通过Program中的models.ManyToManyField体现出来。
2、做数据迁移，生成三张数据表
执行python manage.py makemigrations，生成迁移文件和数据表，然后在Navicat里去查看刚才生成的数据表
3、准备数据
给index_performer表添加数据
给index_program表添加数据
给index_program_performer表添加数据
3、使用prefetch_related()实现关联查询
任务：查询“我爱你中国”节目有哪些表演者参加
任务：查询“李文丽”参加的节目
（八）原生SQL查询
1、extra查询
任务：针对职业表，查询“软件开发”的薪资在10000以上的记录
任务：针对职业表的查询，添加一个查询字段“country”，值都是“中国”
任务：针对职业表，按薪资(payment)降序查询全部记录
练习：针对职业表，先按工作(job)降序排列，再按薪资(payment)升序排列，查询全部记录
任务：关联职业表与人员信息表进行查询
任务：上面的记录有重复，请去重显示
2、raw查询
任务：查询职业表全部记录
任务：查询职业表“软件开发”的记录
方法一：利用raw_query参数搞定
方法二：利用raw_query与params参数搞定（注意params参数值必须是列表）
任务：查询职业表“软件开发”记录，显示id字段（主键不能取别名），显示job字段，别名“工作”，显示payment字段，别名“薪资”
3、execute查询
任务：通过游标查询职业表全部记录
任务：通过游标查询指标薪资在10000以上的软件开发的记录