使用 Django ORM 进行快速移动平均计算

Posted

技术标签:

【中文标题】使用 Django ORM 进行快速移动平均计算【英文标题】:Fast moving average computation with Django ORM 【发布时间】:2018-07-25 05:04:10 【问题描述】:

我们运行 Postgres 9.6.5 和 Django 2.0。我们有一个Model 字段created_atvalue。我们需要计算某个date_range 的 90 天移动平均线。我们就是这样做的:

output = []

for i in range(len(date_range)):
    output.append(
        Model.objects.filter(
            created_at__date__range=(date_range[i]-timezone.timedelta(days=90), date_range[i]),
        ).aggregate(Avg('value'))['value__avg'].days
    )

这使用Avg 聚合函数,因此速度相当快,但是我们需要对date_range 中的每个日期进行一次查询。对于更长的范围,这意味着很多查询。

Postgres can do this in a single query。我的问题是 - 我们可以使用 Django ORM 在单个查询中以某种方式做到这一点吗?

(我知道我可以使用 Django ORM 执行原始 SQL,但我想尽可能避免这种情况,这就是我问的原因。)

【问题讨论】:

【参考方案1】:

假设您每个日期有一个条目,您可以使用 Django 2.0 的新窗口表达式在单个查询中计算 90 周期移动平均值:

from django.db.models import Avg, F, RowRange, Window

items = Model.objects.annotate(
    avg=Window(
        expression=Avg('value'), 
        order_by=F('created_at').asc(), 
        frame=RowRange(start=-90,end=0)
    )
)

如果您想改为使用特定字段值框住,另请参阅 ValueRange,例如,如果您每天都有多行,这可能会派上用场。

【讨论】:

【参考方案2】:

再试一次。这更高效,因为它只使用一个查询,但从数据库中获取所有必需的模型实例以在 python 中而不是数据库级别中执行逻辑。仍然不是最佳的,但希望这次它做对了;)您必须比较它是否真的在您的情况下提高了性能。

import numpy as np
instances =  Model.objects.filter(
        created_at__gte=min(date_range)-timezone.timedelta(days=90),
        created_at__lte=max(date_range)
    ).values('created_at', 'value')

instances = list(instances)  # evaluate QuerySet and hit DB only once

output = []
for i in range(len(date_range)):    
    output.append(
        np.mean(np.array([inst.value for inst in instances if \
            inst.created_at >= date_range[i]-timezone.timedelta(days=90) and \
            inst.created_at <  date_range[i]
        ]))
    )

【讨论】:

【参考方案3】:

您可以使用annotation,而不是聚合。在我开始测试时考虑这一点,我不完全确定下面的代码。另请参阅有关 F() 对象的文档

    Model.objects.annotate(
        value_avg=Avg(
            'value',
            filter=Q(
                created_at__date__range=(
                    F('created_at__date')-timezone.timedelta(days=90),
                    F('created_at__date')
                )
            )
        )
    )

your_date_field 取决于你

【讨论】:

谢谢。我看不到您的解决方案中的逻辑。我需要日期范围内每一天的移动平均线。如果我将它用于模型实例,为什么会有帮助? 我认为每个日期都与您的模型相关联。但如果它是独立的,我的方法确实行不通。 是的,但它是一对多的关系。一个日期可以有多个模型实例。很抱歉没有在问题中澄清这一点。

以上是关于使用 Django ORM 进行快速移动平均计算的主要内容,如果未能解决你的问题,请参考以下文章

071:Django数据库ORM聚合函数详解-Avg

Django ORM 对 QuerySet 的迭代真的很慢

移动平均线计算不正确

如何根据时间戳值计算子列表的平均值?

Django中ORM介绍

Django之ORM