Django中distinct后排序报错的解决方案及替代实现

我有一个自定义QuerySet方法，用于筛选拥有至少一笔抵押贷款的用户。为避免重复数据，我添加了.distinct('pk')。但问题在于API支持按需排序，这意味着我无法在调用distinct前预先排序。当前尝试排序时会抛出如下错误：

ProgrammingError
SELECT DISTINCT ON expressions must match initial ORDER BY expressions
LINE 1: SELECT COUNT(*) FROM (SELECT DISTINCT ON ("users_user"."id")...

关联模型定义如下：

applicant = models.ForeignKey('User', verbose_name='Žiadateľ', on_delete=models.PROTECT,
                              related_name='mortgages')

自定义QuerySet代码：

class UserQuerySet(models.QuerySet):
    def is_applicant(self):
        return self.filter(mortgages__isnull=False).distinct('pk')

请问如何解决排序报错问题？能否不使用distinct实现is_applicant方法？

一、解决排序与distinct('pk')的冲突问题 #

PostgreSQL的DISTINCT ON语法要求排序的起始字段必须和DISTINCT ON指定的字段完全匹配，这是报错的核心原因。要兼容按需排序，可按以下方式处理：

• 调用排序方法时，先将DISTINCT ON指定的字段（即用户的pk）放到排序字段的最前面，再追加其他排序规则。比如API需要按create_time倒序排序：

  users = User.objects.is_applicant().order_by('pk', '-create_time')
  

• 若在DRF视图中处理动态排序，可重写get_queryset方法，自动把pk插入排序字段首位：

  from rest_framework.views import APIView
  
  class UserListView(APIView):
      def get_queryset(self):
          queryset = User.objects.is_applicant()
          sort_by = self.request.query_params.get('sort', 'pk')
          order_fields = ['pk'] + sort_by.split(',')
          return queryset.order_by(*order_fields)
  

二、不使用distinct实现is_applicant方法 #

完全可以不用distinct，以下两种方式更高效且能避免重复数据：

1. 使用Exists()子查询 #

通过子查询判断用户是否存在关联的抵押贷款，无需处理JOIN带来的重复：

class UserQuerySet(models.QuerySet):
    def is_applicant(self):
        return self.filter(
            models.Exists(Mortgage.objects.filter(applicant=models.OuterRef('pk')))
        )

2. 使用__in关联查询 #

先获取所有有抵押贷款的用户ID集合，再用该集合筛选用户表：

class UserQuerySet(models.QuerySet):
    def is_applicant(self):
        applicant_ids = Mortgage.objects.values_list('applicant_id', flat=True).distinct()
        return self.filter(pk__in=applicant_ids)

内容的提问来源于stack exchange，提问作者Milano