Django多对多关系查询去重问题：order_by+distinct仍产生重复结果

嘿，我太懂你这种卡了好几天的烦躁感！你用objects.order_by("relation").distinct()处理多对多关联查询时，结果总是因为关联关系的数量重复出现，核心问题在于多对多是通过中间表（也就是你的GroupMember）来关联的，直接按关联字段排序+去重，本质上是保留了每条中间表记录对应的主模型实例，所以才会重复。

先把你没写完的模型补全（假设GroupMember有个join_date字段，用来表示加入时间，毕竟你说的"relation"应该是中间表的某个排序字段）：

class Person(models.Model):
    name = models.CharField(max_length=200)
    groups = models.ManyToManyField('Group', through='GroupMember', related_name='people')

    class Meta:
        ordering = ['name']

    def __unicode__(self):
        return self.name

class Group(models.Model):
    name = models.CharField(max_length=200)

    def __unicode__(self):
        return self.name

class GroupMember(models.Model):
    person = models.ForeignKey(Person, on_delete=models.CASCADE)
    group = models.ForeignKey(Group, on_delete=models.CASCADE)
    join_date = models.DateTimeField(auto_now_add=True)  # 假设这是你用来排序的"relation"字段

下面给你几种可行的解决方案：

方案一：用Subquery获取每个Person的最新关联记录 #

这种方法兼容性强，支持所有数据库：

from django.db.models import Subquery, OuterRef

# 先获取每个Person最新的GroupMember记录
latest_group_member = GroupMember.objects.filter(
    person=OuterRef('pk')
).order_by('-join_date')[:1]

# 然后查询Person，关联最新的GroupMember
people = Person.objects.annotate(
    latest_group=Subquery(latest_group_member.values('group__name')),
    latest_join_date=Subquery(latest_group_member.values('join_date'))
).distinct()

这样每个Person只会出现一次，并且带上了最新的关联分组信息。

方案二：用annotate结合Max筛选 #

如果你的排序字段是日期/数字类型，可以用Max来获取每个Person的最新关联字段值，再过滤：

from django.db.models import Max

# 先获取每个Person的最新join_date
people_with_latest_join = Person.objects.annotate(
    latest_join=Max('groupmember__join_date')
)

# 再关联中间表，筛选出匹配最新join_date的记录
result = Person.objects.filter(
    groupmember__join_date=people_with_latest_join.values('latest_join')
).distinct()

方案三：PostgreSQL专属的distinct on #

如果你用的是PostgreSQL，可以用distinct on语法，直接按Person去重，保留排序后的第一条（也就是最后一条关联记录）：

people = Person.objects.order_by('pk', '-groupmember__join_date').distinct('pk')

这里order_by里先放要去重的字段（Person的pk），再放排序字段（倒序取最新），distinct('pk')会保留每个pk对应的第一条记录，也就是最新的关联那条。

为什么你原来的方法不行？ #

你之前用的order_by("relation").distinct()，这里的relation如果是中间表的字段，Django会把中间表的每条记录和Person关联起来，生成多条Person实例（每个关联分组对应一条），distinct()只能去掉完全重复的Person记录，但如果Person关联了多个分组，这些记录的关联字段不同，所以不会被去重，导致重复出现。

内容的提问来源于stack exchange，提问作者Sa231asd3