如何在已连接的列上查询具有唯一值的行？

Question

我试图让我的popular_query子查询删除重复Place.id,但它不会删除它.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

这应该会得到你想要的：

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())

我无法谈论大型数据集的运行时性能，并且可能有更好的解决方案，但这就是我设法从相当多的来源综合的结果（MySQL JOIN with LIMIT 1 on join table，SQLAlchemy - subquery in a WHERE子句，SQLAlchemy 查询文档）。最大的复杂因素是你显然需要使用as_scalar子查询嵌套在正确的位置，因此无法从同一子查询同时返回 Post id 和计数。

FWIW，这是一个庞然大物，我同意 user1675804 的观点，即这么深的 SQLAlchemy 代码很难理解并且不太可维护。您应该仔细研究任何可用的低技术解决方案，例如向数据库添加列或在 python 代码中执行更多工作。