如何验证SQL查询转Django ORM后的语句是否等价？

定义的Django模型 #

class Messages(models.Model):
    channel = models.TextField(blank=True, null=True)
    message = models.TextField(blank=True, null=True)
    timestamp = models.TextField(blank=True, null=True)
    publisher = models.IntegerField(blank=True, null=True)
    type = models.CharField(max_length=5)

    class Meta:
        managed = False
        db_table = 'messages'


class ReadMessages(models.Model):
    user_id = models.IntegerField(blank=True, null=True)
    message_id = models.ForeignKey(Messages, db_column='message_id', blank=True, null=True, on_delete=models.CASCADE)

    class Meta:
        managed = False
        db_table = 'read_messages'

遗留系统原生SQL查询 #

SELECT messages1.id, messages1.channel FROM (SELECT * FROM messages WHERE channel IN ('U560'))
messages1 LEFT JOIN read_messages ON messages1.id = read_messages.message_id WHERE read_messages.id IS NULL;

实现的Django ORM代码 #

Messages.objects.filter(channel__in=['U560'],readmessages__id__isnull=True).values('id', 'channel')

核心问题：二者是否完全等价？有没有结果不同的场景？ #

结论：大部分场景下完全等价，但存在以下特殊情况会导致结果差异： #

• 自定义Manager带默认过滤规则：如果Messages模型使用了自定义Manager，且该Manager默认排除了部分数据（比如软删除的记录），ORM查询会自动应用这个过滤规则，而原生SQL不会，最终结果会不一致。
• messages表id非唯一主键：虽然Django模型默认把id作为主键，但如果遗留数据库中messages表的id没有唯一约束，原生SQL可能返回重复的id记录；而Django ORM会基于模型主键自动去重，不会返回重复结果。
• 反向关联名称不匹配：如果ReadMessages的外键未设置related_name='readmessages'，你的ORM代码会直接报错，但测试结果正常说明关联名称是正确的。如果关联名称配置错误，查询逻辑会偏离预期，结果自然不同。

除此之外，两种查询的逻辑完全一致：都是筛选出channel为U560且未被标记为已读（即read_messages中无对应记录）的消息。

内容的提问来源于stack exchange，提问作者Leonardo Furtado