Rahasia Filter Data di Django: IN, LESS, GREATER, dan BETWEEN

Publish on Dec 28, 2024 by Alfin F
Subscribe dengan Account Google untuk mendapatkan News Letter terbaru dari Halovina !
SUBSCRIBE
Rahasia Filter Data di Django: IN, LESS, GREATER, dan BETWEEN

Hai para developer Django!


Pernah kesulitan memfilter data secara spesifik di aplikasi web kamu?


Tenang, di tutorial ini kita akan membahas rahasia filter data di Django menggunakan operator IN, LESS, GREATER, dan BETWEEN.


Dijamin, setelah ini kamu bisa memanipulasi data dengan lebih efisien!


Apa itu Filter Data di Django?


Filter data memungkinkan kita mengambil data tertentu dari database berdasarkan kriteria yang kita tentukan.


Django menyediakan berbagai cara untuk melakukan filtering, dan beberapa yang paling umum adalah dengan menggunakan operator:


  • IN: Mencari data yang nilainya ada di dalam list atau tuple. Contoh: mencari semua buku dengan ID 1, 3, dan 5.

  • LESS (Kurang dari): Mencari data yang nilainya lebih kecil dari nilai yang ditentukan. Contoh: mencari semua produk dengan harga di bawah 100 ribu.

  • GREATER (Lebih dari): Mencari data yang nilainya lebih besar dari nilai yang ditentukan. Contoh: mencari semua pengguna yang berusia di atas 18 tahun.

  • BETWEEN (Antara): Mencari data yang nilainya berada di antara dua nilai yang ditentukan. Contoh: mencari semua order yang dibuat antara tanggal 1 Januari 2024 dan 31 Januari 2024.


Contoh Penggunaan di Django ORM


# Model Buku
class Buku(models.Model):
    judul = models.CharField(max_length=200)
    harga = models.IntegerField()
    id_penerbit = models.IntegerField()
    tanggal_terbit = models.DateField()



# Menggunakan IN
Buku.objects.filter(id_penerbit__in=[1, 3, 5])



# Menggunakan LESS
Buku.objects.filter(harga__lt=100000) # __lt berarti "less than"



# Menggunakan GREATER
Buku.objects.filter(harga__gt=50000) # __gt berarti "greater than"



# Menggunakan BETWEEN
Buku.objects.filter(tanggal_terbit__range=("2024-01-01", "2024-01-31"))

Manfaat Memahami Filter Data



  • Efisiensi Query: Mengambil data yang dibutuhkan saja, sehingga mempercepat performa aplikasi.

  • Logika Bisnis yang Kompleks: Mengimplementasikan berbagai skenario filter sesuai kebutuhan aplikasi.

  • Pengalaman Pengguna yang Lebih Baik: Menyajikan informasi yang relevan dan tepat kepada pengguna.


Baca artikel lainya :

Copyright © 2024 halovina.com

Develop by Halovina Tech