如何通过使用 Postgres 窗口函数或横向连接来限制 Django ORM 中每个组的前 N ​​个？

编程问答 2022-05-25

问题描述

我有以下 Post、Category 和 Postscore 模型。

class Post(models.Model):
    category = models.ForeignKey('Category',on_delete=models.SET_NULL,related_name='category_posts',limit_choices_to={'parent_category': None},blank=True,null=True)
    status = models.CharField(max_length=100,choices=STATUS_CHOICES,default='draft')
    deleted_at = models.DateTimeField(null=True,blank=True)
    ...
    ...

class Category(models.Model):
    title = models.CharField(max_length=100)
    parent_category = models.ForeignKey('self',related_name='sub_categories',null=True,limit_choices_to={'parent_category': None})
    ...
    ...

class Postscore(models.Model):
    post = models.OnetoOneField(Post,on_delete=models.CASCADE,related_name='post_score')
    total_score = models.DecimalField(max_digits=8,decimal_places=5,default=0)
    ...
    ...

所以我想要的是编写一个查询，该查询返回 N 个按帖子分数排序的每个不同类别（类别）的帖子（帖子） （由 Postscore 模型中的 total_score 列表示）降序。这样我就每个类别最多有 N 条帖子得分最高的记录。

所以我可以通过以下原始查询来实现上述内容，该查询为我提供了每个类别得分最高的前 10 个帖子：

SELECT * 
FROM (
    SELECT *,RANK() OVER (PARTITION BY "post"."category_id" 
           ORDER BY "postscore"."total_score" DESC) AS "rank"
    FROM
         "post"
    LEFT OUTER JOIN 
         "postscore" 
    ON
       ("post"."id" = "postscore"."post_id") 
    WHERE 
       ("post"."deleted_at" IS NULL AND "post"."status" = 'accepted') 
    ORDER BY 
        "postscore"."total_score" 
    DESC
) final_posts
WHERE 
    rank <= 10

到目前为止我使用 Django ORM 取得的成就：

>>> from django.db.models.expressions import Window
>>> from django.db.models.functions import Rank
>>> from django.db.models import F
>>> posts = Post.objects.annotate(
                                 rank=Window( expression=Rank(),order_by=F('post_score__total_score').desc(),partition_by[F('category_id')]
                                 )). \
            filter(status='accepted',deleted_at__isnull=True). \
            order_by('-post_score__total_score')

大致评估为

>>> print(posts.query)
>>> SELECT *,RANK() OVER (PARTITION BY "post"."category_id" 
       ORDER BY "postscore"."total_score" DESC) AS "rank"
     FROM
          "post"
     LEFT OUTER JOIN 
          "postscore" 
     ON
         ("post"."id" = "postscore"."post_id") 
     WHERE 
         ("post"."deleted_at" IS NULL AND "post"."status" = 'accepted') 
     ORDER BY 
         "postscore"."total_score" 
     DESC

所以基本上缺少的是我需要使用“等级”别名来限制每个组（即类别）结果。

想知道如何做到这一点？

我在此 Alexandr 上看到了 question 建议的一个答案，实现此目的的一种方法是使用 Subquery 和 in 运算符。虽然它满足上述条件并输出正确的结果但是查询很慢。

无论如何，如果我按照亚历山大的建议去做，这将是查询：

>>> from django.db.models import OuterRef,Subquery
>>> q = Post.objects.filter(status='accepted',deleted_at__isnull=True,category=OuterRef('category')).order_by('-post_score__total_score')[:10]
>>> posts = Post.objects.filter(id__in=Subquery(q.values('id')))

所以我更热衷于使用 完成上述原始查询（几乎完成了错过限制部分） ORM 中的 >window 函数。此外，我认为这可以通过使用 lateral join 来实现，因此也欢迎在这个方向上提供答案。

解决方法

所以我有一个使用 RawQuerySet 的解决方法，但问题是它返回一个 django.db.models.query.RawQuerySet，它不支持 filter、exclude 等方法。 

>>> posts = Post.objects.annotate(rank=Window(expression=Rank(),order_by=F('post_score__total_score').desc(),partition_by=[F('category_id')])).filter(status='accepted',deleted_at__isnull=True)
>>> sql,params = posts.query.sql_with_params()
>>> posts = Post.objects.raw(""" SELECT * FROM ({}) final_posts WHERE 
                                 rank <= %s""".format(sql),[*params,10],)

我会等待答案，它提供了一个返回 QuerySet 对象的解决方案，否则我只能通过这种方式来做。

djangodjango-subquerylateral-joinpython