1.多表连接查询：当我知道这点的时候顿时觉得django太NX了。
  class A(models.Model):
    name = models.CharField(u‘名称‘)
  class B(models.Model):
    aa = models.ForeignKey(A)
B.objects.filter(aa__name__contains=‘searchtitle‘)

1.5 我叫它反向查询，后来插入记录1.5，当我知道的时候瞬间就觉得django太太太NX了。
  class A(models.Model):
    name = models.CharField(u‘名称‘)
  class B(models.Model):
    aa = models.ForeignKey(A,related_name="FAN")
    bb = models.CharField(u‘名称‘)
  查A: A.objects.filter(FAN__bb=‘XXXX‘)，都知道related_name的作用，A.FAN.all()是一组以A为外键的B实例，可前面这样的用法是查询出所有(B.aa=A且B.bb=XXXX)的A实例，然后还可以通过__各种关系查找，真赤激！！！

2.条件选取querySet的时候，filter表示=，exclude表示!=。
querySet.distinct() 去重复
__exact 精确等于 like ‘aaa‘
 __iexact 精确等于 忽略大小写 ilike ‘aaa‘
 __contains 包含 like ‘%aaa%‘
 __icontains 包含 忽略大小写 ilike ‘%aaa%‘，但是对于sqlite来说，contains的作用效果等同于icontains。
__gt 大于
__gte 大于等于
__lt 小于
__lte 小于等于
__in 存在于一个list范围内
__startswith 以...开头
__istartswith 以...开头 忽略大小写
__endswith 以...结尾
__iendswith 以...结尾，忽略大小写
__range 在...范围内
__year 日期字段的年份
__month 日期字段的月份
__day 日期字段的日
__isnull=True/False

例子：
>> q1 = Entry.objects.filter(headline__startswith="What")
>> q2 = q1.exclude(pub_date__gte=datetime.date.today())
>> q3 = q1.filter(pub_date__gte=datetime.date.today())
>>> q = q.filter(pub_date__lte=datetime.date.today())
>>> q = q.exclude(body_text__icontains="food")

即q1.filter(pub_date__gte=datetime.date.today())表示为时间>=now，q1.exclude(pub_date__gte=datetime.date.today())表示为<=now

2013/12/12补充：
“在django models中取得一个字段的distinct值”。就是select distinct xxx from table_name ...这样的功能。使用values会生成ValuesQuerySet(形如N个dict组成的list)，猜测大数据无额外性能影响，毕竟queryset系列都是使用时才查询操作的。
xxxx.objects.values("field_name").distinct()
#或者
xxxx.objects.distinct().values("field_name")
这两句生成的sql语句相同，原帖地址：http://blog.csdn.net/tsbob/article/details/1340293。

关于缓存：
queryset是有缓存的，a = A.objects.all(),print [i for i in a].第一次执行打印会查询数据库，然后结果会被保存在queryset内置的cache中，再执行print的时候就会取自缓存。
很多时候会遇到仅需判断queryset是否为空的情况，可以1. if queryset:pass 2.if queryset.count>0:pass 3.if queryset.exists():pass. 三种方式性能依次提升。
当queryset非常巨大时，cache会成为问题。此时可以queryset.iterator()，迭代器的用处就不多说了，根据具体需求情况使用。