如何查询联接列上具有唯一值的行？

Question

我试图让我的Popular_query子查询删除重复的Place.id，但不会将其删除。 这是下面的代码。 我尝试使用distinct，但它不遵守order_by规则。

SimilarPost = aliased(Post)
SimilarPostOption = aliased(PostOption)
popular_query = (db.session.query(Post, func.count(SimilarPost.id)).
         join(Place, Place.id == Post.place_id).
         join(PostOption, PostOption.post_id == Post.id).
         outerjoin(SimilarPostOption, PostOption.val == SimilarPostOption.val).
         join(SimilarPost,SimilarPost.id == SimilarPostOption.post_id).
         filter(Place.id == Post.place_id).
         filter(self.radius_cond()).
         group_by(Post.id).
         group_by(Place.id).
         order_by(desc(func.count(SimilarPost.id))).
         order_by(desc(Post.timestamp))
         ).subquery().select()

all_posts = db.session.query(Post).select_from(filter.pick()).all()

我做了一个测试打印输出

print [x.place.name for x in all_posts]

[u'placeB', u'placeB', u'placeB', u'placeC', u'placeC', u'placeA']

我怎样才能解决这个问题？

谢谢！

Answer 1

这应该给您您想要的：

SimilarPost = aliased(Post)
SimilarPostOption = aliased(PostOption)
post_popularity = (db.session.query(func.count(SimilarPost.id))
        .select_from(PostOption)
        .filter(PostOption.post_id == Post.id)
        .correlate(Post)
        .outerjoin(SimilarPostOption, PostOption.val == SimilarPostOption.val)
        .join(SimilarPost, sql.and_(
                SimilarPost.id == SimilarPostOption.post_id,
                SimilarPost.place_id == Post.place_id)
        )
        .as_scalar())
popular_post_id = (db.session.query(Post.id)
        .filter(Post.place_id == Place.id)
        .correlate(Place)
        .order_by(post_popularity.desc())
        .limit(1)
        .as_scalar())

deduped_posts = (db.session.query(Post, post_popularity)
        .join(Place)
        .filter(Post.id == popular_post_id)
        .order_by(post_popularity.desc(), Post.timestamp.desc())
        .all())

我不能说大型数据集的运行时性能，可能有更好的解决方案，但这就是我设法从很多来源（ MySQL JOIN，连接表上的LIMIT 1 ， SQLAlchemy-WHERE中的子查询）进行了综合子句 ， SQLAlchemy查询文档 ）。 最大的复杂因素是您显然需要使用as_scalar将子查询嵌套在正确的位置，因此无法从同一子查询返回Post ID和计数。

FWIW，这有点像庞然大物，我同意user1675804的观点，认为如此深的SQLAlchemy代码很难理解，而且很难维护。 您应该仔细查看任何其他低技术含量的解决方案，例如向db添加列或使用python代码完成更多工作。

Answer 2

我不想在这里听起来像个坏人，但是...我认为您对问题的处理似乎远未达到最佳效果...如果您使用的是Postgresql，则可以使用WITH简化整个过程...但是根据我的假设，一种更好的方法是，我认为这些帖子的阅读频率将比更新的阅读频率高得多，这是向您的表中添加一些列，这些列由插入/更新到其他表上的触发器来更新，至少在性能可能变为问题，这是我会去的解决方案

对sqlalchemy不太熟悉，因此无法为您编写清晰的代码，但是我能想到的唯一其他解决方案是至少使用一个子查询为group by中的每个列从order by中选择事物，并且这将大大增加您已经很慢的查询