基于日期范围的Django ORM经理工单统计问题

这问题挺常见的——要精准统计指定日期范围内，各经理实际负责期间关闭的工单数量，核心是要把工单产生/关闭时间和客户对应经理的指派时间段严格匹配，不能把跨经理交接的工单算错人。我来一步步拆解实现方案：

第一步：先明确模型结构（假设你的模型如下，可根据实际调整） #

首先得确保模型之间的关联逻辑正确，这里给出符合需求的典型模型定义：

from django.db import models

class Manager(models.Model):
    name = models.CharField(max_length=100)
    # 其他经理相关字段，比如工号、部门等

class Customer(models.Model):
    name = models.CharField(max_length=100)
    assignee = models.ForeignKey(Manager, on_delete=models.CASCADE, related_name='customers')
    assignee_start_date = models.DateField()
    assignee_end_date = models.DateField(null=True, blank=True)  # 空值表示当前仍在负责该客户
    # 其他客户相关字段

class Order(models.Model):
    customer = models.ForeignKey(Customer, on_delete=models.CASCADE, related_name='orders')
    # 其他订单相关字段，比如订单编号、金额等

class Ticket(models.Model):
    order = models.ForeignKey(Order, on_delete=models.CASCADE, related_name='tickets')
    ticket_date = models.DateTimeField()  # 这里假设是工单关闭时间，若为创建时间可调整字段名
    status = models.CharField(max_length=20, choices=[('open', '待处理'), ('closed', '已关闭')])
    # 其他工单相关字段，比如问题描述、优先级等

第二步：核心ORM查询实现 #

重点要处理两个时间匹配逻辑：

1. 工单的关闭时间在你指定的统计范围内
2. 工单的关闭时间落在该经理对对应客户的指派时间段内

下面是完整的查询代码，包含了边界情况处理（比如经理当前仍在负责客户，assignee_end_date为空的场景）：

from django.db.models import Count, Q, F
from datetime import date

# 定义要统计的日期范围（示例为2024年1月1日至1月31日）
stat_start_date = date(2024, 1, 1)
stat_end_date = date(2024, 1, 31)

# 统计各经理关闭的工单数量
manager_closed_tickets = (
    Manager.objects
    # 过滤条件：工单在统计范围内，且状态为已关闭
    .filter(
        customers__orders__tickets__ticket_date__date__range=(stat_start_date, stat_end_date),
        customers__orders__tickets__status='closed',
        # 关键逻辑：工单关闭时间必须在该经理对客户的指派区间内
        Q(
            customers__assignee_start_date__lte=F('customers__orders__tickets__ticket_date__date')
        ) & (
            Q(customers__assignee_end_date__gte=F('customers__orders__tickets__ticket_date__date')) |
            Q(customers__assignee_end_date__isnull=True)
        )
    )
    # 用distinct=True避免同一工单因多表关联被重复统计
    .annotate(closed_tickets_count=Count('customers__orders__tickets', distinct=True))
    # 指定返回的字段：经理ID、名称、统计数量
    .values('id', 'name', 'closed_tickets_count')
    # 可选：按统计数量降序排序，方便查看排名
    .order_by('-closed_tickets_count')
)

关键细节解释 #

• F表达式的作用：用F()动态获取工单的日期，和经理的指派起止日期做数据库层面的实时比较，避免Python层面的日期硬编码，同时保证匹配的精准性。
• 处理未结束的指派：如果经理当前还在负责该客户，assignee_end_date会为空，这时候只需要判断工单日期晚于等于指派开始日期即可。
• distinct=True的必要性：因为多表关联（Manager→Customer→Order→Ticket）会产生重复的工单记录，必须加上这个参数确保每个工单只被统计一次。
• ticket_date__date的用法：如果你的ticket_date是DateTimeField，用__date可以提取日期部分，和统计的日期范围（date类型）做匹配，避免时间精度带来的误差。

场景验证 #

针对你提到的示例：客户1-10日由M1负责，期间产生2个关闭工单；10日后由M2负责，产生4个关闭工单。用这个查询统计1月1日到1月31日的数据时，M1会得到2，M2得到4，完全符合预期，不会出现跨时间段的错误统计。

内容的提问来源于stack exchange，提问作者Mayank Pratap Singh