Django中如何根据模型weight属性批量计算所有实例的position排名

第一步：给Image模型新增position字段 #

首先在现有Image模型中新增position字段，用来存储计算后的排名值：

class Image(models.Model):
    name = models.CharField(max_length=60)
    description = models.CharField(max_length=60, null=False)
    clicks = models.IntegerField(default=0)
    views = models.IntegerField(default=0)
    # 新增position字段
    position = models.IntegerField(default=0, verbose_name="权重排名")

    @property
    def weight(self) -> float:
        return round((self.clicks * 0.7 + self.views * 0.3), 2)

修改完模型后执行python manage.py makemigrations和python manage.py migrate命令，把字段变更同步到数据库。

第二步：编写排名计算更新函数 #

因为weight是Python层面计算的模型属性，无法直接通过数据库ORM排序，我们先取出全量Image实例，在内存中完成权重排序后批量更新position值，用事务+批量更新的方式保证效率和数据一致性：

from django.db import transaction
from .models import Image

def update_all_image_positions():
    # 取出所有图片实例，只取需要用到的字段减少内存占用
    all_images = list(Image.objects.all().only('id', 'clicks', 'views'))
    
    # 按weight降序排序，weight相同时按点击量降序、id升序兜底，避免排名随机波动
    sorted_images = sorted(
        all_images,
        key=lambda img: (-img.weight, -img.clicks, img.id)
    )

    # 给每个实例赋值对应排名，从1开始计数
    for index, img in enumerate(sorted_images, start=1):
        img.position = index
    
    # 开启事务批量更新所有实例的position字段，比循环单条save效率高10~100倍
    with transaction.atomic():
        Image.objects.bulk_update(all_images, fields=['position'], batch_size=500)

使用说明 #

• 直接调用update_all_image_positions()即可完成全量图片的排名计算更新
• 如果你的图片数据量小于1万条，可以在每次clicks/views字段更新后触发该函数；如果数据量较大，建议配置定时任务（比如每10分钟/1小时跑一次），避免频繁全量计算影响接口性能
• 如果需要支持并列排名（比如两个图片weight相同则position相同），只需要调整遍历赋值position的逻辑，按weight分段计数即可。

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