Django多表查询用distinct仍返回重复结果问题排查

当查询关联字段（如CaseProgress.desc）时，Django会执行JOIN操作关联Case与CaseProgress表。若一个Case对应多条CaseProgress记录，JOIN后的结果集中会出现重复的Case实例（每条对应一条CaseProgress记录）。

你使用的distinct("rank", "id")无法解决问题，因为Django的distinct()是基于整个查询返回的所有字段去重的——JOIN后结果包含CaseProgress的字段，即使rank和id相同，不同的CaseProgress记录会让整行数据唯一，因此去重失效。

针对这个问题，有两种常用的解决思路：

1. 聚合关联字段后构建搜索向量 #

使用StringAgg将同一Case下所有CaseProgress.desc的内容合并为单个字符串，再基于这个聚合值构建SearchVector。这样每个Case只会生成一条记录，从根源避免重复：

from django.db.models import StringAgg
from django.contrib.postgres.search import SearchVector, SearchRank

class MyManager(models.Manager):
    def search(self, query):
        # 聚合所有关联的desc字段为单个字符串
        aggregated_desc = StringAgg("caseprogress__desc", delimiter=" ")
        # 构建包含主表字段和聚合字段的搜索向量
        search_vector = SearchVector("title", weight="A") + SearchVector(aggregated_desc, weight="B")
        search_rank = SearchRank(search_vector, query)
        
        return self.annotate(rank=search_rank)\
                   .filter(rank__gt=0)\
                   .order_by("-rank", "-id")

2. 使用子查询获取唯一的Rank值 #

通过子查询计算每个Case的最高匹配Rank，主查询仅基于Case表获取结果，避免JOIN带来的重复：

from django.db.models import OuterRef, Subquery
from django.contrib.postgres.search import SearchVector, SearchRank

class MyManager(models.Manager):
    def search(self, query):
        # 子查询：计算单个Case的最高匹配Rank
        rank_subquery = self.filter(id=OuterRef("id"))\
                           .annotate(
                               vector=SearchVector("title", weight="A") + SearchVector("caseprogress__desc", weight="B"),
                               case_rank=SearchRank(vector, query)
                           )\
                           .values("case_rank")\
                           .order_by("-case_rank")[:1]
        
        # 主查询：获取带唯一Rank的Case实例
        return self.annotate(rank=Subquery(rank_subquery))\
                   .filter(rank__gt=0)\
                   .order_by("-rank", "-id")\
                   .distinct()

• 若不需要保留CaseProgress的具体记录，优先使用聚合字段方案，性能更优。
• 若需同时获取CaseProgress数据，可在主查询后追加prefetch_related("caseprogress")，避免N+1查询的同时不影响主查询的去重逻辑。

内容的提问来源于stack exchange，提问作者Viktor