Django ORM如何不使用.raw()实现窗口函数子查询后分组聚合

错误原因 #

你遇到的报错是因为Django ORM默认会将连续的annotate操作合并到同一个SELECT查询层级，导致窗口函数被嵌套进聚合函数的参数中，这不符合SQL的执行逻辑：聚合函数在GROUP BY阶段执行，而窗口函数的执行时机晚于聚合，因此不允许在聚合函数内调用窗口函数。

正确实现方式 #

我们可以通过将窗口函数逻辑封装为子查询，再在外层执行分组聚合的方式实现需求，全程不需要调用.raw()，示例代码如下：

from django.db.models import F, Max, Avg, Window
from django.db.models.query import QuerySet

# 1. 构造内层子查询：按part_id分区计算max_count
inner_qs = TableOne.objects.annotate(
    max_count=Window(
        expression=Max('count'),
        partition_by=F('part_id')
        # 此处order_by和partition_by字段一致，可省略不写
    )
).values('col_id', 'max_count') # 仅保留后续聚合需要的字段

# 2. 外层查询：基于子查询结果分组求平均值
result_qs = QuerySet(model=TableOne).from_queryset(inner_qs, alias='inner_temp')\
    .values('col_id')\
    .annotate(avg_max_count=Avg('max_count'))

# 执行查询获取结果，返回格式为 [{'col_id': xx, 'avg_max_count': xx}, ...]
result = list(result_qs)

实现说明 #

• from_queryset方法会将内层查询作为临时表嵌套进外层查询的FROM子句中，完全匹配你给出的原生SQL结构
• 如果你需要关联查询Col表的其他字段，可以在外层查询中使用col_id__name这类跨表字段名访问
• 该方案所有逻辑都在数据库层面执行，性能和原生SQL基本一致，适合大数据量场景

内容的提问来源于stack exchange，提问作者Andy Pang