如何使用Django ORM按关联字段排序获取本周及最新活跃主题

所有统计、排序逻辑都会下推到数据库层执行，不需要把全量关联数据拉到Python内存做二次处理，核心是利用Django ORM的跨关联注解、聚合统计能力完成计算。

具体需求实现 #

1. 本周内按新增消息数排序的活跃主题 #

实现思路：

• 从Topic模型出发，通过反向关联逐层串联Thread、Message表
• 给每个Topic注解本周范围内关联消息的总计数
• 直接基于注解的计数字段排序，数据库会自动完成分组、统计、排序的全流程计算

参考实现代码：

from datetime import timedelta
from django.db.models import Count, Q
from django.utils import timezone

# 计算本周周一的零点起始时间，贴合Django的时区配置
now = timezone.now()
week_start = (now - timedelta(days=now.weekday())).replace(
    hour=0, minute=0, second=0, microsecond=0
)

active_topics = Topic.objects.annotate(
    # 带过滤的计数：仅统计本周范围内产生的消息数
    week_msg_count=Count(
        'thread__message',
        filter=Q(thread__message__created__gte=week_start)
    )
).order_by('-week_msg_count')

如果需要排除本周没有任何新增消息的主题，只需要在QuerySet链路中加过滤条件即可：

# 只保留本周有消息新增的主题
active_topics = active_topics.filter(week_msg_count__gt=0)

2. 按最新消息时间排序的活跃主题 #

实现思路：

• 给每个Topic注解其关联的所有Message的最大创建时间（也就是最新一条消息的时间）
• 基于这个注解的时间字段做降序排序，有最新消息的主题会排在最前面，没有任何消息的空主题会自然排到列表末尾

参考实现代码：

from django.db.models import Max

topic_sorted_by_latest_msg = Topic.objects.annotate(
    latest_msg_time=Max('thread__message__created')
).order_by('-latest_msg_time')

性能说明 #

• 上述所有操作最终都会转化为单条SQL在数据库服务端执行，应用侧只会拿到最终排序完成后的结果集，不会把相关的Thread、Message全量数据拉到内存中遍历计算，数据量越大，相比Python端排序的性能优势越明显。
• 如果Message表的数据量较大，可以给created字段建立联合索引，进一步降低分组统计、排序的查询耗时。

内容的提问来源于stack exchange，提问作者msln