python - array fileld postgres中最常见的单词

Question

我有一个模型，里面有一个数组字段。该字段包含每个实体的一些词。模型如下:

class Entity(models.Model):
    words = ArrayField(
        models.CharField(max_length=255, blank=True),
        null=True,
        blank=True
    )

我想累积这个模型的所有对象的列表，并找到这些数组中出现的 100 个最常见的单词。有什么方法可以在 Postgresql 中执行此操作，或者执行此操作的有效方法是什么？

Answer 1

如果近似答案足够好，并且表统计信息相当准确，您可以使用 PostgreSQL 收集的数组元素统计信息来解决您的问题。

假设表名为 public.entity 并且属性为 words，此查询将产生所需的结果:

SELECT mce.elem
FROM pg_stats s
   CROSS JOIN LATERAL
      unnest(most_common_elems::text::text[],
             most_common_elem_freqs) mce(elem, freq)
WHERE s.schemaname = 'public'
  AND s.tablename = 'entity'
  AND s.attname = 'words'
  AND mce.elem IS NOT NULL
ORDER BY mce.freq DESC
LIMIT 100;