Django - 找到每个组的极端成员

Question

我一直在尝试 Django ORM 中的新聚合功能，有一类问题我认为应该是可能的，但我似乎无法让它工作。 我试图生成的查询类型被描述为此处。

因此，假设我有以下模型 -

class ContactGroup(models.Model):
    .... whatever ....

class Contact(models.Model):
    group = models.ForeignKey(ContactGroup)
    name = models.CharField(max_length=20)
    email = models.EmailField()
...

class Record(models.Model):
    contact = models.ForeignKey(Contact)
    group = models.ForeignKey(ContactGroup)
    record_date = models.DateTimeField(default=datetime.datetime.now)

    ... name, email, and other fields that are in Contact ...

因此，每次创建或修改联系人时，都会创建一个新记录，用于保存当时出现在联系人中的信息以及时间戳。 现在，我想要一个查询，例如，返回与 ContactGroup 关联的每个联系人的最新记录实例。 用伪代码表示：

group = ContactGroup.objects.get(...)
records_i_want = group.record_set.most_recent_record_for_every_contact()

一旦我弄清楚了这一点，我只想能够在查询集上抛出一个 filter(record_date__lt=some_date) ，并获取 some_date 中存在的信息。

有人有什么想法吗？

编辑：看来我并没有真正说清楚。 使用这样的模型，我想要一种使用纯 django ORM 执行以下操作的方法（没有 extra()）：

ContactGroup.record_set.extra(where=["history_date = (select max(history_date) from app_record r where r.id=app_record.id and r.history_date <= '2009-07-18')"])

将子查询放在 where 子句中只是解决此问题的一种策略，第一个链接很好地涵盖了其他策略我上面给了。 我知道如果不使用 extra() 就不可能进行 where 子句子选择，但我认为新的聚合功能可能使其他方法之一成为可能。

Answer 1

听起来您想保留 Django 中对象的更改记录。

Pro Django 在第 11 章（增强应用程序）中有一个部分，其中作者展示如何创建一个模型，该模型使用另一个模型作为客户端来跟踪插入/删除/更新。该模型是根据客户端定义动态生成的，并依赖于信号。 该代码显示了most_recent() 函数，但您可以调整它以获取特定日期的对象状态。

我认为 Django 中的跟踪有问题，而不是获取此值的 SQL，对吧？

Answer 2

首先，我要指出的是：

ContactGroup.record_set.extra(where=["history_date = (select max(history_date) from app_record r where r.id=app_record.id and r.history_date <= '2009-07-18')"])

不会得到与以下相同的效果：

records_i_want = group.record_set.most_recent_record_for_every_contact()

第一个查询返回与特定组关联（或与特定组的任何联系人关联）且 record_date 小于的每条记录额外指定的日期/时间。 在 shell 上运行此命令，然后执行此操作以查看 django 创建的查询：

from django.db import connection
connection.queries[-1]

这表明：

'SELECT "contacts_record"."id", "contacts_record"."contact_id", "contacts_record"."group_id", "contacts_record"."record_date", "contacts_record"."name", "contacts_record"."email" FROM "contacts_record" WHERE "contacts_record"."group_id" = 1  AND record_date = (select max(record_date) from contacts_record r where r.id=contacts_record.id and r.record_date <= \'2009-07-18\')

不完全是您想要的，对吧？

现在，聚合功能用于检索聚合数据，而不是与聚合数据关联的对象。 因此，如果您在尝试获取group.record_set.most_recent_record_for_every_contact()时尝试最大程度地减少使用聚合执行的查询数量，您将不会成功。

如果不使用聚合，您可以使用以下方法获取与某个组关联的所有联系人的最新记录：

[x.record_set.all().order_by('-record_date')[0] for x in group.contact_set.all()]

使用聚合，我能得到的最接近的记录是：

group.record_set.values('contact').annotate(latest_date=Max('record_date'))

后者返回一个字典列表，例如：

[{'contact': 1, 'latest_date': somedate }, {'contact': 2, 'latest_date': somedate }]

因此，每个联系人的一个条目给定组以及与其关联的最新记录日期。

无论如何，最小查询数量可能是 1 + 组中的联系人数量。 如果您有兴趣使用单个查询获取结果，这也是可能的，但您必须以不同的方式构建模型。 但这是你的问题的一个完全不同的方面。

我希望这将帮助您了解如何使用聚合/常规 ORM 函数来解决问题。