如何合并不同模型的多个QuerySet并按时间顺序排序？

问题原因 #

Django的union()方法是在数据库层面执行合并操作，它不会保留原QuerySet的排序规则，且如果不主动指定排序，数据库返回的结果顺序是不确定的，这就是你排序不符合预期的原因。

解决方案 #

方案一：数据库层面排序（适合数据量大、需要保留QuerySet特性的场景）

如果两个模型的datetime字段名称一致（比如都叫created_at），且你需要保留QuerySet的惰性求值等特性，可以先确保两个QuerySet的字段匹配，再合并后显式排序：

# 先投影两个模型共有的字段（保证字段数量、类型、顺序一致）
qs1 = model_set1.values('id', 'created_at', 'common_field1', 'common_field2')
qs2 = model_set2.values('id', 'created_at', 'common_field1', 'common_field2')

# 合并后按datetime字段排序
model_combination = qs1.union(qs2, all=True).order_by('created_at')

注意：union()要求两个QuerySet的字段结构完全匹配，否则会报错。如果需要获取完整模型对象，这种方法可能不适用，因为values()返回的是字典而非模型实例。

方案二：内存中排序（适合数据量不大、需要完整模型对象的场景）

如果需要保留完整的模型实例，或者两个模型的字段差异较大，可以将QuerySet转为列表后，用Python的sorted()函数排序：

# 将两个QuerySet转为列表
list1 = list(model_set1)
list2 = list(model_set2)

# 合并后按datetime字段排序（替换成你实际的字段名，比如`update_time`）
combined_list = sorted(list1 + list2, key=lambda obj: obj.created_at)

这种方法简单直接，无需关心模型字段的匹配问题，但如果数据量很大，会占用较多内存，需要根据实际场景选择。

内容的提问来源于stack exchange，提问作者Florent