DJANGO
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Sử dụng lệnh loaddata trong Django với Python

Trong bài viết này, mình sẽ hướng dẫn bạn cách sử dụng lệnh loaddata của Django để nhập dữ liệu từ các file fixture vào cơ sở dữ liệu, giúp bạn dễ dàng thiết lập và quản lý dữ liệu khởi đầu cho ứng dụng của mình.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Lệnh Django Loaddata là gì?

Lệnh loaddata của Django cho phép bạn tải dữ liệu từ một file vào cơ sở dữ liệu. Thông thường, bạn sử dụng lệnh dumpdata để xuất dữ liệu từ cơ sở dữ liệu và sử dụng lệnh loaddata để nhập dữ liệu từ file vào cùng một cơ sở dữ liệu hoặc một cơ sở dữ liệu khác.

Cú pháp của lệnh loaddata

python manage.py loaddata tên_fixture

Một fixture là một tập hợp các file dữ liệu mà Django sẽ sử dụng để nhập vào cơ sở dữ liệu.

Theo mặc định, Django sẽ tìm kiếm các fixture trong thư mục fixtures dưới mỗi ứng dụng và nhập dữ liệu từ chúng.

Bài viết này được đăng tại [free tuts .net]

Ví dụ, cấu trúc thư mục fixtures và file hr.json trong ứng dụng hr của dự án như sau:

├── admin.py
├── apps.py
├── fixtures
|  └── hr.json
...

Đoạn trích sau đây từ file hr.json:

[
  {
    "model": "hr.contact",
    "pk": 1,
    "fields": {
      "phone": "40812345678",
      "address": "101 N 1st Street, San Jose, CA"
    }
  },
  {
    "model": "hr.contact",
    "pk": 2,
    "fields": {
      "phone": "4081111111",
      "address": "202 N 1st Street, San Jose, CA"
    }
  }
]

Để tải hr.json vào cơ sở dữ liệu, bạn sử dụng lệnh loaddata sau:

python manage.py loaddata hr.json

Cài đặt thư mục Fixture trong Django

Theo mặc định, Django tìm các file dữ liệu trong thư mục fixtures bên trong mỗi ứng dụng. Để chỉ định các thư mục bổ sung chứa các file fixture, bạn có thể thiết lập chúng trong danh sách FIXTURE_DIRS trong file settings.py:

FIXTURE_DIRS = ['đường/dẫn/tới/fixtures/dir', 'đường/dẫn/tới/fixtures/dir2']

Tải dữ liệu mẫu HR sử dụng Lệnh Django Loaddata

Mình sẽ sử dụng lệnh loaddata để tải dữ liệu từ các fixture cho ứng dụng HR của dự án Django.

Đầu tiên, tải xuống mã nguồn dự án và giải nén nó vào một thư mục.

Thư mục hr/fixtures có file data.json chứa dữ liệu mẫu HR.

Thứ hai, chạy lệnh loaddata để tải dữ liệu từ file data.json:

python manage.py loaddata data.json

Nó sẽ xuất ra kết quả như sau:

Installed 471 object(s) from 1 fixture(s)

Kết bài

Tóm lại, lệnh loaddata của Django là một công cụ hữu ích giúp bạn dễ dàng nhập dữ liệu từ các file fixture vào cơ sở dữ liệu của mình. Bằng cách sử dụng lệnh này, bạn có thể thiết lập dữ liệu khởi đầu một cách nhanh chóng và hiệu quả, giúp tiết kiệm thời gian và công sức trong quá trình phát triển và triển khai ứng dụng. Việc hiểu và sử dụng thành thạo lệnh loaddata sẽ giúp bạn quản lý dữ liệu dễ dàng hơn, đồng thời cải thiện quy trình phát triển của dự án Django của bạn.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top