如何在F()表达式中使用distinct()解决Django ORM查询计数重复问题

问题解答 #

该需求可以实现，不需要给F表达式单独应用distinct()，直接调整聚合函数的参数即可解决重复计数问题。

重复原因说明 #

你当前的查询用到了跨表关联product__items__user_id，触发多表JOIN操作后，同一个items表的单条记录会因为关联的product下存在多条items记录，被映射为多行结果，最终统计start_month的时候会把这些重复行计入总数，导致count结果偏大。

修正后的查询代码 #

直接给Count聚合函数添加distinct=True参数即可实现去重统计：

items = items.annotate(
            user_id=F("product__items__user_id"),
            start_month=TruncMonth("start")
        ) \
            .values("user_id", "start_month") \
            .annotate(count=Count("start_month", distinct=True))

如果你的统计目标是每个用户、每个月对应的唯一items记录数，更稳妥的写法是对items的主键字段做去重计数，避免start_month为空时统计不准：

.annotate(count=Count("id", distinct=True))

补充说明 #

F表达式的作用是引用数据库字段的值做运算，本身不支持直接调用distinct()方法，去重统计是Django ORM聚合层提供的能力，通过调整聚合函数参数即可满足你的需求。

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