django - 多个注释和项产生夸张的答案

Question

在下面的设置中，我想要一个带有项目列表的QuerySet，每个项目都用其所有任务持续时间的总和（如tasks_duration）及其所有任务的子任务持续时间的总和（如subtasks_duration）进行注释。我的模型（简化）如下所示：

class Project(models.Model):
    pass

class Task(models.Model):
    project = models.ForeignKey(Project)
    duration = models.IntegerField(blank=True, null=True)

class SubTask(models.Model):
    task = models.ForeignKey(Task)
    duration = models.IntegerField(blank=True, null=True)

我使我的QuerySet像这样：

Projects.objects.annotate(tasks_duration=Sum('task__duration'), subtasks_duration=Sum('task__subtask__duration'))

与 Django annotate() multiple times causes wrong answers中解释的行为有关，我得到了一个task_duration，它比应有的要高得多。多个annotate（Sum（））子句在结果SQL中产生多个左内部联接。仅对task_duration使用一个annotate（Sum（））项，结果是正确的。但是，我想同时拥有task_duration和subtasks_duration。

什么是执行此查询的合适方法？我有一个可行的解决方案，可以针对每个项目执行此操作，但是这预计会非常慢。我还可以通过extra（）调用进行类似操作，但我真的很想知道我想要的纯Django是否可以实现。

Answer 1

该错误报告为here，但即使在Django 1.11中也尚未解决。问题与以反向关系连接两个表有关。
请注意，对于Count而言，与众不同的参数适用，但对Sum而言则不适用。因此，您可以使用一个技巧来编写如下的ORM：

 Projects.objects.annotate(
      temp_tasks_duration=Sum('task__duration'),
      temp_subtasks_duration=Sum('task__subtask__duration'),
      tasks_count=Count('task'),
      tasks_count_distinct=Count('task', distinct=True),
      task_subtasks_count=Count('task__subtask'),
      task_subtasks_count_distinct=Count('task__subtask', distinct=True),
 ).annotate(
      tasks_duration=F('temp_tasks_duration')*F('tasks_count_distinct')/F('tasks_count'),
      subtasks_duration=F('temp_subtasks_duration')*F('subtasks_count_distinct')/F('subtasks_count'),
 )

更新：
我发现您需要使用Subquery。在以下解决方案中，首先过滤与externalref相关的任务（外部查询的OuterRef引用，以便为每个Project过滤任务），然后按“ project”对任务进行分组，以使Sum适用于所有每个项目的任务，如果该项目存在任何任务（您已按“项目”过滤，然后按同一字段分组；这就是为什么只能有一组任务的原因），则仅返回一个结果。否则返回None。如果项目没有任务，结果将为“无”，这意味着我们无法使用[0]选择计算得出的总和。

from django.db.models import Subquery, OuterRef
Projects.objects.annotate(
    tasks_duration=Subquery(
        Task.objects.filter(
            project=OuterRef('pk')
        ).values(
            'project'
        ).annotate(
            the_sum=Sum('task__duration'),
        ).values('the_sum')[:1]
    ),
    subtasks_duration=Sum('task__subtask__duration')
)

运行此代码将只向数据库发送一个查询，因此性能很好。