如何在Django中获取模型的所有重复记录并创建展示该记录的API？

嘿，这个需求我之前帮人处理过好几次，其实挺清晰的，我一步步给你拆解实现步骤：

首先得搞清楚：你认为什么样的记录算重复？比如是**name、start_date、start_time三个字段完全相同才算重复**，还是只需要其中某几个字段重复？这里我默认按三个字段组合重复来演示，你可以根据自己的需求随时调整字段组合。

先假设你的模型是这样的（如果已有模型，直接用自己的就行）：

# models.py
from django.db import models

class Event(models.Model):  # 这里用Event做示例名，你换成自己的模型名
    name = models.CharField(max_length=255)
    start_time = models.TimeField()
    start_date = models.DateField()
    # 其他你已有的字段...

    def __str__(self):
        return f"{self.name} - {self.start_date} {self.start_time}"

要找出重复记录，核心思路是：先按目标字段分组，统计每组的记录数，筛选出数量大于1的分组，再把这些分组对应的所有记录捞出来。

我推荐给模型加个自定义管理器，把查询逻辑封装起来，这样代码更整洁，也方便复用：

# models.py 里继续加
from django.db.models import Count, F, Subquery, OuterRef

class EventManager(models.Manager):
    def get_duplicates(self):
        # 第一步：找出所有重复的字段组合（记录数>1）
        duplicate_groups = self.values('name', 'start_date', 'start_time') \
            .annotate(record_count=Count('id')) \
            .filter(record_count__gt=1)
        
        # 第二步：根据这些组合，获取所有对应的重复记录
        # 用子查询的方式更高效，避免多次查询
        duplicate_ids = self.filter(
            name=OuterRef('name'),
            start_date=OuterRef('start_date'),
            start_time=OuterRef('start_time')
        ).values('id')

        duplicates = self.filter(
            id__in=Subquery(duplicate_ids)
        ).order_by('name', 'start_date', 'start_time')
        
        return duplicates

# 给模型绑定这个管理器
class Event(models.Model):
    # ...你的字段定义
    objects = EventManager()  # 替换默认的objects管理器

如果还没装DRF，先装一下：pip install djangorestframework，然后把rest_framework加到settings.py的INSTALLED_APPS里。

先写序列化器 #

把模型数据转换成API返回的JSON格式：

# serializers.py
from rest_framework import serializers
from .models import Event

class EventSerializer(serializers.ModelSerializer):
    class Meta:
        model = Event
        fields = '__all__'  # 或者指定你需要返回的字段，比如['id', 'name', 'start_date', 'start_time']

再写API视图 #

用DRF的ListAPIView快速实现列表接口：

# views.py
from rest_framework.generics import ListAPIView
from .models import Event
from .serializers import EventSerializer

class DuplicateEventsAPIView(ListAPIView):
    serializer_class = EventSerializer

    def get_queryset(self):
        # 调用我们刚才封装的重复记录查询方法
        return Event.objects.get_duplicates()

如果想返回更友好的分组信息（比如每个重复组有多少条记录），可以自定义APIView：

# views.py 可选的分组视图
from rest_framework.views import APIView
from rest_framework.response import Response

class DuplicateGroupsAPIView(APIView):
    def get(self, request):
        # 直接返回分组后的统计信息和对应记录
        duplicate_groups = Event.objects.values('name', 'start_date', 'start_time') \
            .annotate(record_count=Count('id')) \
            .filter(record_count__gt=1) \
            .order_by('-record_count')
        
        # 给每个分组加上具体的记录列表
        result = []
        for group in duplicate_groups:
            group_records = Event.objects.filter(
                name=group['name'],
                start_date=group['start_date'],
                start_time=group['start_time']
            ).values('id', 'name', 'start_date', 'start_time')
            
            result.append({
                'group_key': f"{group['name']} - {group['start_date']} {group['start_time']}",
                'record_count': group['record_count'],
                'records': list(group_records)
            })
        
        return Response(result)

在app的urls.py里添加路由：

# urls.py (app级别)
from django.urls import path
from .views import DuplicateEventsAPIView, DuplicateGroupsAPIView

urlpatterns = [
    # 所有重复记录的列表接口
    path('api/duplicate-events/', DuplicateEventsAPIView.as_view(), name='duplicate-events'),
    # 可选的分组统计接口
    path('api/duplicate-groups/', DuplicateGroupsAPIView.as_view(), name='duplicate-groups'),
]

然后在项目根目录的urls.py里把这个app的路由包含进去：

# urls.py (项目级别)
from django.contrib import admin
from django.urls import path, include

urlpatterns = [
    path('admin/', admin.site.urls),
    path('', include('your_app_name.urls')),  # 替换成你的app名称
]

• 如果你的数据量很大，建议给name、start_date、start_time加联合索引，提升查询速度：

  class Event(models.Model):
      # ...字段定义
      class Meta:
          indexes = [
              models.Index(fields=['name', 'start_date', 'start_time']),
          ]
  

• 如果重复规则需要调整（比如只按name重复），只需要修改values()里的字段列表即可。

内容的提问来源于stack exchange，提问作者raj-kapil