SqlAlchemy：多列的不同计数

Posted 2023-03-22

【中文标题】SqlAlchemy：多列的不同计数

【英文标题】：SqlAlchemy: count of distinct over multiple columns

【发布时间】：2013-05-19 16:43:38

【问题描述】：

我做不到：

>>> session.query(
        func.count(distinct(Hit.ip_address, Hit.user_agent)).first()
TypeError: distinct() takes exactly 1 argument (2 given)

我能做到：

session.query(
        func.count(distinct(func.concat(Hit.ip_address, Hit.user_agent))).first()

这很好（“pageload”数据库表中的唯一用户数）。

这在一般情况下是不正确的，例如将为下表提供 1 而不是 2 的计数：

 col_a | col_b
----------------
  xx   |  yy
  xxy  |  y

有什么方法可以生成下面的SQL（至少在postgresql中有效）？

SELECT count(distinct (col_a, col_b)) FROM my_table;

【参考方案1】：

distinct() 在附加到查询对象时接受多个参数：

session.query(Hit).distinct(Hit.ip_address, Hit.user_agent).count()

它应该生成如下内容：

SELECT count(*) AS count_1
FROM (SELECT DISTINCT ON (hit.ip_address, hit.user_agent)
hit.ip_address AS hit_ip_address, hit.user_agent AS hit_user_agent
FROM hit) AS anon_1

这更接近你想要的。

【讨论】：

这也会在所有列上生成一个不同的选择，而不仅仅是作为参数添加的列。

你不需要做查询（命中）。相反，您需要查询(Hit.ip_address, Hit.user_agent)，然后SQLA会正确处理。

【参考方案2】：

可以使用tuple_() 构造生成确切的查询：

session.query(
    func.count(distinct(tuple_(Hit.ip_address, Hit.user_agent)))).scalar()

【参考方案3】：

看起来 sqlalchemy distinct() 只接受一个列或表达式。

另一种方法是使用group_by 和count。这应该比使用两列的concat 更有效 - 如果索引确实存在，则按数据库分组将能够使用索引：

session.query(Hit.ip_address, Hit.user_agent).\
    group_by(Hit.ip_address, Hit.user_agent).count()

生成的查询看起来仍然与您询问的内容不同：

SELECT count(*) AS count_1 
FROM (SELECT hittable.user_agent AS hittableuser_agent, hittable.ip_address AS sometable_column2 
FROM hittable GROUP BY hittable.user_agent, hittable.ip_address) AS anon_1

【讨论】：

非常好。不会想到这种方法，因为在 SQL 中输入很多。在 SQLA 中，这很容易！