Django单查询内按多字段条件统计QuerySet对象数量的更优实现

优化方案 #

你的原有实现可以进一步简化和提效，最优方案是直接在aggregate聚合函数中使用带filter参数的Count，省略中间annotate行级注解再求和的步骤，既满足单次查询完成所有统计的要求，也降低了数据库执行开销，代码更易维护。

基础实现（适合统计项较少的场景）

from django.db.models import Count, Q

car_stats = Car.objects.aggregate(
    # 统计John的黑色Saloon数量
    black_saloons_owned_by_john=Count(
        "id",
        filter=Q(type=2, color="black", owner__first_name="John")
    ),
    # 统计Matt的白色Hatchback数量
    white_hatchbacks_owned_by_matt=Count(
        "id",
        filter=Q(type=1, color="white", owner__first_name="Matt")
    ),
    # 其他统计项直接在此处追加即可
)

注：你原有代码中的统计条件遗漏了color字段过滤，上述示例补全了对应需求的条件。

动态实现（适合统计项较多的场景）

如果统计规则数量多，可以把统计规则统一维护在字典中，动态生成聚合参数，不需要硬写每个统计字段，后续新增/修改统计规则只需要调整字典即可：

from django.db.models import Count, Q

# 统一定义所有统计规则：key为返回结果的字段名，value为对应过滤条件
count_rules = {
    "black_saloons_owned_by_john": Q(type=2, color="black", owner__first_name="John"),
    "white_hatchbacks_owned_by_matt": Q(type=1, color="white", owner__first_name="Matt"),
    "red_saloons_owned_by_lily": Q(type=2, color="red", owner__first_name="Lily"),
    # 新增统计项仅需在此处加条目
}

# 动态构造聚合参数
aggregate_params = {
    field_name: Count("id", filter=q_condition) 
    for field_name, q_condition in count_rules.items()
}

car_stats = Car.objects.aggregate(**aggregate_params)

方案优势

1. 性能更优：省去了行级注解的中间步骤，数据库执行的SQL更简洁，数据量越大性能提升越明显
2. 维护成本更低：统计规则集中管理，不需要修改查询逻辑即可调整统计项
3. 完全满足单次查询的要求，所有统计逻辑合并为一条SQL执行，不会产生额外数据库请求

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