1>聚合查询
其实就是查询平均值，最大值，最小值等，对应有这些函数，avg，max，min，count
例如，查询所有书籍的平均值，如下
那这个 aggregate()是啥？
aggregate()是QuerySet 的一个终止子句，意思是说，它返回一个包含一些键值对的字典。键的名称是聚合值的标识符，
值是计算出来的聚合值。
键的名称是按照字段和聚合函数的名称自动生成出来的。如上面的 price__avg，是列名，双下划线，函数名组成的。
当然，你也可以指定别名，可以这样写，
2>分组查询
其实就是sql中的 group by，ORM中的写法为 annotate，
annotate()为调用的QuerySet中每一个对象都生成一个独立的统计值（统计方法用聚合函数），
通过例子来看下，先把之前的表结构和数据拿过来，
3>单表分组查询
例1：查询每个出版社出版的书籍数量
思路： 在一张表下面分组查询，这里是每个出版社，所以很显然，应该以boook表的publish_id进行分组，
再于分组函数里面写对应的聚合函数。如下
4>多表分组查询
例2：查询每个出版社出版的书籍数量及出版社的名称
思路：跨表分组查询本质就是将关联表join成一张表，再按单表的思路进行分组查询。
要找到出版社名称，很显然要跟出版社表关联，用之前“正反向大法”，查询语句如下
注：这里查询返回的其实是对应的单表或者join后的一张大表对象，所以后面再接values（）取值
可以取到 表模型的所有字段以及统计字段
更过的例子
5>总结
跨表的分组查询的模型：
“每一个”后的表模型.objects.values("pk").annotate(聚合函数(关联表__统计字段)).values("表模型的所有字段以及统计字段")
“每一个”后的表模型.objects.annotate(聚合函数(关联表__统计字段)).values("表模型的所有字段以及统计字段")
6>F和Q查询
6.1>F查询
在上面所有的例子中，过滤器都只是将字段值与某个常量做比较。如果我们要对两个字段的值做比较，那该怎么做呢？
6.2>Q查询
filter() 等方法中的关键字参数查询都是一起进行“AND” 的。 如果你需要执行更复杂的查询（例如OR 语句），
你可以使用Q 对象
Q 对象可以使用& 和 | 操作符组合起来。当一个操作符在两个Q 对象上使用时，它产生一个新的Q 对象。
bookList=Book.objects.filter(Q(authors__name="xx1")|Q(authors__name="xx2"))
等同于下面的SQL WHERE 子句： WHERE name ="xx1" OR name ="xx2"
同时，Q 对象可以使用~ 操作符取反 ~Q(title=‘鬼吹灯’)，就是 not title=‘鬼吹灯’，
Q函数也可以和其他筛选条件一起使用，组合出非常复杂的筛选条件。