假设我们在 django 中有一个模型定义如下：
class Literal:
name = models.CharField(...)
...
名称字段不是唯一的，因此可以有重复的值。我需要完成以下任务：
从模型中选择具有至少一个重复值的name 字段的所有行。
我知道如何使用纯 SQL 来完成（可能不是最好的解决方案）：
select * from literal where name IN (
select name from literal group by name having count((name)) > 1
);
那么，是否可以使用 django ORM 来选择它？还是更好的 SQL 解决方案？
【问题讨论】：
标签： sql django django-orm
好的，由于某种原因，上述方法都不起作用，它总是返回<MultilingualQuerySet []>。我使用以下更容易理解但不是那么优雅的解决方案：
dupes = []
uniques = []
dupes_query = MyModel.objects.values_list('field', flat=True)
for dupe in set(dupes_query):
if not dupe in uniques:
uniques.append(dupe)
else:
dupes.append(dupe)
print(set(dupes))
【讨论】：
这被拒绝为编辑。所以这是一个更好的答案
dups = (
Literal.objects.values('name')
.annotate(count=Count('id'))
.values('name')
.order_by()
.filter(count__gt=1)
)
这将返回一个包含所有重复名称的ValuesQuerySet。但是，您可以使用它来构造一个常规的QuerySet，方法是将其反馈到另一个查询中。 django ORM 足够聪明，可以将这些组合成一个查询：
Literal.objects.filter(name__in=dups)
annotate 调用后对.values('name') 的额外调用看起来有点奇怪。没有这个，子查询将失败。额外的值会诱使 ORM 只选择子查询的名称列。
【讨论】：
.order_by() 是干什么用的？
GROUP BY 子句的一部分，这会破坏事情。在玩 Subquery 时发现了这一点（您在其中通过 .values() 进行了非常相似的分组）
如果你使用 PostgreSQL，你可以这样做：
from django.contrib.postgres.aggregates import ArrayAgg
from django.db.models import Func, Value
duplicate_ids = (Literal.objects.values('name')
.annotate(ids=ArrayAgg('id'))
.annotate(c=Func('ids', Value(1), function='array_length'))
.filter(c__gt=1)
.annotate(ids=Func('ids', function='unnest'))
.values_list('ids', flat=True))
它会产生这个相当简单的 SQL 查询：
SELECT unnest(ARRAY_AGG("app_literal"."id")) AS "ids"
FROM "app_literal"
GROUP BY "app_literal"."name"
HAVING array_length(ARRAY_AGG("app_literal"."id"), 1) > 1
【讨论】：
FieldError: Expression contains mixed types: ArrayField, IntegerField. You must set output_field.。但是，SQL 查询按预期工作（Django 3.2）
试试：
from django.db.models import Count
Literal.objects.values('name')
.annotate(Count('id'))
.order_by()
.filter(id__count__gt=1)
这是您使用 Django 所能获得的最接近的结果。问题是这将返回一个只有name 和count 的ValuesQuerySet。但是，您可以使用它来构造一个常规的QuerySet，方法是将其反馈到另一个查询中：
dupes = Literal.objects.values('name')
.annotate(Count('id'))
.order_by()
.filter(id__count__gt=1)
Literal.objects.filter(name__in=[item['name'] for item in dupes])
【讨论】：
Literal.objects.values('name').annotate(name_count=Count('name')).filter(name_count__gt=1)？
Cannot resolve keyword 'id_count' into field
values_list('name', flat=True) 来做到这一点而无需列表理解
Count 注释指定字段名，则默认为 [field]__count。但是，双下划线语法也是 Django 解释您想要进行连接的方式。因此，本质上，当您尝试对其进行过滤时，Django 认为您正在尝试与显然不存在的count 进行连接。解决方法是为您的注释结果指定一个名称，即annotate(mycount=Count('id'))，然后过滤mycount。
values('name') 的调用，您可以删除列表理解并说 Literal.objects.filter(name__in=dupes) 这将允许所有这些都在单个查询中执行。
如果你只想得到名称列表而不是对象，你可以使用下面的查询
repeated_names = Literal.objects.values('name').annotate(Count('id')).order_by().filter(id__count__gt=1).values_list('name', flat='true')
【讨论】：
尝试使用aggregation
Literal.objects.values('name').annotate(name_count=Count('name')).exclude(name_count=1)
【讨论】：