使用annotate遇到的问题

Django中QuerySet的annotate方法 可以实现分组(group by)后再聚合,返回一个queryset。
但是在使用时得到的结果总是不对,看了对应的sql语句也不正确。后来终于在一篇博客上找到了答案,现在将使用annotate遇到问题的过程记录下。

使用annotate实现对suspects字段分组统计

先看下表中的数据

image.png
>>> from kindaichi.models import Case
>>> from django.db.models import Count

第一次尝试

>>> q = Case.objects.all().annotate(Count("suspects"))
>>> print(q.query)
SELECT `kindaichi_case`.`id`, `kindaichi_case`.`created`, `kindaichi
_case`.`title`, `kindaichi_case`.`location`, `kindaichi_case`.`suspe
cts`, `kindaichi_case`.`episodes`, `kindaichi_case`.`owner_id`, COUN
T(`kindaichi_case`.`suspects`) AS `suspects__count` FROM `kindaichi_
case` GROUP BY `kindaichi_case`.`id` ORDER BY `kindaichi_case`.`crea
ted` ASC

为了方便查看,放到navicat中执行
image.png

可以看到默认按照id进行分组,并且按照默认的creaed排序,得到的k值都是1,和我希望的group by suspects不符。

第二次尝试

>>> a = Case.objects.values_list("suspects").annotate(Count("suspects"))

SELECT `kindaichi_case`.`suspects`,  
 COUNT(`kindaichi_case`.`suspects`) AS `episodes__count` FROM  
 `kindaichi_case` GROUP BY `kindaichi_case`.`suspects`,  
 `kindaichi_case`.`created` ORDER BY `kindaichi_case`.`created` ASC
image.png

发现在group by里还是多了个created,在一篇博客下看到是因为模型META类中的默认排序被添加到被添加到查询中,然后将其添加到group by子句中,因为SQL需要这样。查看了自己的modle,确实是这样。

image.png

解决方法是删除默认排序或者添加空order_by重置顺序,我选择第二种。

第三次尝试

>>>  a = Case.objects.values_list("episodes").annotate(Count("episodes")).order_by()
SELECT `kindaichi_case`.`suspects`,  
 COUNT(`kindaichi_case`.`suspects`) AS `episodes__count` FROM  
 `kindaichi_case` GROUP BY `kindaichi_case`.`suspects` ORDER BY NULL
image.png

终于实现了预期的效果。

总结需要注意的情况:

  1. 不加values或者values_list会默认按id分组
>>> a = Case.objects.all().annotate(Count("suspects")).order_by()
SELECT `kindaichi_case`.`id`, `kindaichi_case`.`created`,  `kindaichi_case`.`title`,  `kindaichi_case`.`location`,
`kindaichi_case`.`suspects`,   `kindaichi_case`.`episodes`,`kindaichi_case`.`owner_id`, COUNT(`kindaichi_case`.`suspects`) AS `k`
 FROM `kindaichi_case` GROUP BY `kindaichi_case.`id` ORDER BY NULL
image.png
  1. values_list中添加多个字段会按照多个字段and分组,从下面查询结果suspects为8的记录分成了四组也可以看出这点。
>>>  a = Case.objects.values_list("suspects","episodes").annotate(Count("suspects")).order_by("created")
SELECT `kindaichi_case`.`suspects`, `kindaichi_case`.`episodes`,  
 COUNT(`kindaichi_case`.`suspects`) AS `suspects__count` 
FROM `kindaichi_case` 
GROUP BY 
`kindaichi_case`.`suspects`,`kindaichi_case`.`episodes`,`kindaichi_case`.`created` 
ORDER BY `kindaichi_case`.`created` ASC
image.png

并且如果用order_by("created")而不是order_by()created又会被添加到group_by中,这里不限于created这个在META中默认排序的字段,只要在order_by中添加,就会在group_by

比如下面用不在META类中的location字段

>>>  a = Case.objects.values_list("suspects","episodes").annotate(Count("suspects")).order_by("location")
SELECT `kindaichi_case`.`suspects`, `kindaichi_case`.`episodes`, COUNT(`kindaichi_case`.`suspects`) AS `suspects__count` FROM `kindaichi_case` G
ROUP BY `kindaichi_case`.`suspects`, `kindaichi_case`.`episodes`, `kindaichi_case`.`location` ORDER BY `kindaichi_case`.`location` ASC
image.png

group_by依然多出了一个字段location

从几次结果看order_by最好要么为空,要么是values中的字段。

参考博客:Django annotate 时 group by 有额外的字段

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,176评论 5 469
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,190评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,232评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,953评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,879评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,177评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,626评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,295评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,436评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,365评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,414评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,096评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,685评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,771评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,987评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,438评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,032评论 2 341

推荐阅读更多精彩内容