Django 中`annotate` + `values` + `union` 结果不正确

Question

跳转到编辑查看更多真实代码示例，更改查询顺序后不起作用

这是我的模型：

class ModelA(models.Model):
    field_1a = models.CharField(max_length=32)
    field_2a = models.CharField(max_length=32)


class ModelB(models.Model):
    field_1b = models.CharField(max_length=32)
    field_2b = models.CharField(max_length=32)

现在，每个创建 2 个实例：

ModelA.objects.create(field_1a="1a1", field_2a="1a2")
ModelA.objects.create(field_1a="2a1", field_2a="2a2")
ModelB.objects.create(field_1b="1b1", field_2b="1b2")
ModelB.objects.create(field_1b="2b1", field_2b="2b2")

如果我只查询一个带注释的模型，我会得到类似的信息：

>>> ModelA.objects.all().annotate(field1=F("field_1a"), field2=F("field_2a")).values("field1", "field2")
[{"field1": "1a1", "field2": "1a2"}, {"field1": "2a1", "field2": "2a2"}]

这是正确的行为。问题开始了，当我想合并这两个模型时：

# model A first, with annotate
query = ModelA.objects.all().annotate(field1=F("field_1a"), field2=F("field_2a"))
# now union with model B, also annotated
query = query.union(ModelB.objects.all().annotate(field1=F("field_1b"), field2=F("field_2b")))
# get only field1 and field2
query = query.values("field1", "field2")

# the results are skewed:
assert list(query) == [
    {"field1": 1, "field2": "1a1"},
    {"field1": 1, "field2": "1b1"},
    {"field1": 2, "field2": "2a1"},
    {"field1": 2, "field2": "2b1"},
]

assert 正确通过，这意味着结果是错误的。似乎values()与变量名称不匹配，它只是像在元组上一样遍历对象。的值field1实际上是对象的 ID，并且field2是field1。

这在如此简单的模型中很容易解决，但我的真实模型非常复杂，它们有不同数量的字段。我如何正确地联合它们？

编辑

您可以在下面找到一个扩展示例，无论union()and的顺序如何，都失败了values()- 现在模型稍微大了一些，似乎不同的字段计数以某种方式混淆了 Django：

# models

class ModelA(models.Model):
    field_1a = models.CharField(max_length=32)
    field_1aa = models.CharField(max_length=32, null=True)
    field_1aaa = models.CharField(max_length=32, null=True)
    field_2a = models.CharField(max_length=32)
    extra_a = models.CharField(max_length=32)


class ModelB(models.Model):
    extra = models.CharField(max_length=32)
    field_1b = models.CharField(max_length=32)
    field_2b = models.CharField(max_length=32)

# test

ModelA.objects.create(field_1a="1a1", field_2a="1a2", extra_a="1extra")
    ModelA.objects.create(field_1a="2a1", field_2a="2a2", extra_a="2extra")
    ModelB.objects.create(field_1b="1b1", field_2b="1b2", extra="3extra")
    ModelB.objects.create(field_1b="2b1", field_2b="2b2", extra="4extra")

    values = ("field1", "field2", "extra")

    query = (
        ModelA.objects.all()
        .annotate(
            field1=F("field_1a"), field2=F("field_2a"), extra=F("extra_a")
        )
        .values(*values)
    )
    query = query.union(
        ModelB.objects.all()
        .annotate(field1=F("field_1b"), field2=F("field_2b"))
        .values(*values)
    )

# outcome

assert list(query) == [
        {"field1": "1a1", "field2": "1a2", "extra": "1extra"},
        {"field1": "2a1", "field2": "2a2", "extra": "2extra"},
        {"field1": "3extra", "field2": "1b1", "extra": "1b2"},
        {"field1": "4extra", "field2": "2b1", "extra": "2b2"},
    ]

Answer 1

经过一些调试和查看源代码后，我知道为什么会发生这种情况。我要做的就是尝试解释为什么执行annotate+values会导致显示id以及上面两种情况之间的区别是什么。

为了简单起见，我还将为每个语句编写可能生成的 SQL 查询。

1.annotate首先进行values联合查询

qs1 = ModelA.objects.all().annotate(field1=F("field_1a"), field2=F("field_2a"))

当编写这样的内容时，django将获取所有字段+带注释的字段，因此生成的sql查询如下所示：

select id, field_1a, field_2a, field_1a as field1, field_2a as field2 from ModelA

所以，如果我们有一个querywhich，它的结果是：

qs = qs1.union(qs2)

django 生成的 sql 如下所示：

(select id, field_1a, field_2a, field_1a as field1, field_2a as field2 from ModelA)
UNION
(select id, field_1b, field_2b, field_1b as field1, field_2b as field2 from ModelB)

让我们深入了解一下这个sql是如何生成的。当我们执行 a 时union，acombinator和combined_queries被设置在 上qs.query，并且结果 sql 是通过组合各个查询的 sql生成的。所以，总而言之：

qs.sql == qs1.sql UNION qs2.sql # in abstract sense

当我们这样做时qs.values('field1', 'field2')，col_count编译器中的值被设置为 2，即字段的数量。正如您所看到的，上面的联合查询返回 5 列，但在编译器的最终返回中，结果中的每一行都使用 进行切片 col_count。现在，results只有 2 列的数据被传回将所选字段中的每个名称与结果列进行映射的ValuesIterable位置。这就是导致错误结果的原因。

2. annotate+values对各个查询然后执行union

现在，让我们看看直接annotate使用 with会发生什么values

qs1 = ModelA.objects.all().annotate(field1=F("field_1a"), field2=F("field_2a")).values('field1', 'field2')

生成的sql为：

select field_1a as field1, field_2a as field2 from ModelA

现在，当我们进行联合时：

qs = qs1.union(qs2)

sql是：

(select field_1a as field1, field_2a as field2 from ModelA)
UNION
(select field_1b as field1, field_2b as field2 from ModelB)

现在，qs.values('field1', 'field2')执行时，从联合查询返回的列数有 2 列，与col_count2 列相同，并且每个字段与产生预期结果的各个列相匹配。

3. 不同的字段注释数量和字段顺序

在OP中，存在一种情况，即使使用.valuesbeforeunion也不会产生正确的结果。原因是在 中ModelB，没有extra字段的注释。

那么，让我们看看为每个模型生成的查询：

ModelA.objects.all()
        .annotate(
            field1=F("field_1a"), field2=F("field_2a"), extra=F("extra_a")
        )
        .values(*values)

SQL 变为：

select field_1a as field1, field_2a as field2, extra_a as extra from ModelA

对于 B 型：

ModelB.objects.all()
        .annotate(field1=F("field_1b"), field2=F("field_2b"))
        .values(*values)

SQL：

select extra, field_1b as field1, field_2b as field2 from ModelB

联盟是：

(select field_1a as field1, field_2a as field2, extra_a as extra from ModelA)
UNION
(select extra, field_1b as field1, field_2b as field2 from ModelB)

由于带注释的字段列在实际数据库字段之后，因此extraof与ofModelB混合在一起。为了确保获得正确的结果，请确保生成的 SQL 中的字段顺序始终正确 - 带或不带注释。在这种情况下，我建议也进行注释。field1ModelBextraModelB