Django QuerySet 二值子查询答案

【问题标题】：Django QuerySet Two-Valued SubqueryDjango QuerySet 二值子查询
【发布时间】：2018-10-28 15:26:28
【问题描述】：

给定一个模型

class Entity(models.Model):
    identifier = models.IntegerField()
    created = models.IntegerField()
    content = models.IntegerField()

    class Meta:
        unique_together = (('identifier', 'created'))

我想查询所有created 为最大的对象，在具有共同identifier 的对象中。

在 SQL 中，子查询中的窗口函数解决了这个问题：

SELECT identifier, content
  FROM entity
  WHERE (identifier, created)
    IN (SELECT identifier, max(created) OVER (PARTITION BY identifier)
          FROM entity);

另请参阅：http://sqlfiddle.com/#!17/c541f/1/0

窗口函数和子查询在 Django 2.0 中都可用。但是，我还没有找到一种方法来表达具有多列的子查询表达式。

有没有办法将该 SQL 查询转换为 Django QuerySet 世界？这可能是一个 XY 问题，我的问题可以通过不同的方式解决吗？

我丑陋的解决方法是

Entity.objects.raw('''
SELECT * FROM app_entity e
 WHERE e.created = (SELECT max(f.created) FROM app_entity f WHERE e.identifier = f.identifier)''')

因为底层的 sqlite3 版本显然不能处理多列子查询。

【问题讨论】：

标签： django django-queryset

【解决方案1】：

Postgres specific version 工作得非常好，但不能很好地与必须在崩溃之前/之后发生的过滤结合使用。它也不能订购。

我所做的是在子查询中使用它：

class LatestQuerySet(models.QuerySet):
    def latest_objects(self):
        # Get the latest version of every object matching the current query
        latest = (
            self
            # Sort by identifier with latest version first
            .order_by("identifier", "-created")
            # This only works on Postgres
            .distinct("identifier")
        )

        # Return a new queryset that includes the subquery
        return self.filter(id__in=latest)

然后可以像这样组合：

# Find the latest version of every object that is at least staged for publication
# and check whether that object should be published in its latest version.
Entity.objects\
    .filter(state__gte=STAGED_FOR_PUBLISH)\
    .latest_objects()\
    .filter(include_entity=True)

【讨论】：

你不需要做子查询：你可以直接在 QuerySet 中使用 .distinct('identifier')。
如果你只在DISTINCT之前下单和过滤，你可以直接做DISTINCT（通常需要确保正确的物品出来）。您不能对剩余的结果进行排序和过滤。如果您希望在 DISTINCT 之后进行过滤/排序，则需要子查询。
您仍然可以过滤 after 一个 distinct - 实际上您可以应用排序 after your .distinct: Person.objects.distinct('company__name').order_by('company', 'pk').filter(first_name='X')。但是，您是正确的，因为这实际上与（在某些情况下）作为子查询不同：在我的情况下，任何名为“X”的人都可以工作，而不是预期的“人公司中第一个叫 X 的人。
（即，Django 将以任意顺序处理 .filter()、.order_by() 和 .distinct(on) 语句，因此它是一个有效的查询，但它可能意味着 一些不同的东西。我在你的例子中错过了）。
是的，之前和之后，我的意思是应用操作的顺序，而不是查询集中的文字顺序。排序时，您通常可以通过对多个列进行排序来解决此问题（只要它们不冲突），但对于过滤，它可以轻松更改结果。

【解决方案2】：

我认为你可以用另一种方式来做（但我不确定它是否会比窗口表达式表现更好或更差）......

max_created = Entity.objects.filter(
    identifier=OuterRef('identifier')
).order_by('-created').values('created')[:1]

Entity.objects.filter(
    created=Subquery(max_created)
)

这会获取给定 identifier 的最大 created 值，作为相关子查询，然后仅过滤匹配的那些。

这可能需要调整：我不确定您是否可以像这样过滤子查询，或者您是否需要 .annotate(max_created=Subquery(created)).filter(created=F('max_created')) 或其他类似的可怕的东西。

此外，如果您使用的是 postgres，则可以使用 DISTINCT ON 功能获得一个非常简洁的解决方案：

Entity.objects.order_by('identifier', '-created').distinct('identifier')

【讨论】：