我知道我的头衔有点复杂，但是请允许我示范一下。我在使用Python 3的Django 2.2.5。这是我目前正在使用的模型：
from django.db import models
from django.db.models import F
from django.contrib.postgres.indexes import GinIndex
from django.contrib.postgres.search import SearchVectorField, SearchVector, SearchQuery, SearchRank
class Thread(models.Model):
title = models.CharField(max_length=100)
last_update = models.DateTimeField(auto_now=True)
class PostQuerySet(models.QuerySet):
_search_vector = SearchVector('thread__type') + \
SearchVector('thread__title') + \
SearchVector('from_name') + \
SearchVector('from_email') + \
SearchVector('message')
###
# There's code here that updates the `Post.search_vector` field for each `Post` object
# using `PostQuerySet._search_vector`.
###
def search(self, text):
"""
Search posts using the indexed `search_vector` field. I can, for example, call
`Post.objects.search('influenza h1n1')`.
"""
search_query = SearchQuery(text)
search_rank = SearchRank(F('search_vector'), search_query)
return self.annotate(rank=search_rank).filter(search_vector=search_query).order_by('-rank')
class Post(models.Model):
thread = models.ForeignKey(Thread, on_delete=models.CASCADE)
timestamp = models.DateTimeField()
from_name = models.CharField(max_length=100)
from_email = models.EmailField()
message = models.TextField()
in_response_to = models.ManyToManyField('self', symmetrical=False, blank=True)
search_vector = SearchVectorField(null=True)
objects = PostQuerySet().as_manager()
class Meta:
ordering = ['timestamp']
indexes = [
GinIndex(fields=['search_vector'])
]
（为了简洁起见，我在这些模型中切入了一些东西，我认为这是无关紧要的，但是如果以后变得很重要，我将其添加进来。）
用英语，我正在使用一个表示电子邮件列表服务中数据的应用程序。基本上，其中Thread包含多个Post对象。人们会回复所有最初的帖子并进行讨论。我刚刚使用Django提供的内置支持在Django中进行全文搜索来实现搜索功能。超级快，我喜欢。这是我在中搜索的示例views.py：
###
# Pull `query` from a form defined in `forms.py`.
###
search_results = Post.objects.search(query).order_by('-timestamp')
一切都很好，而且返回的搜索结果绝对有意义。但是我刚刚遇到一种情况，我不确定如何处理。显示的结果不是我想要的那么干净。该查询使我得到的是Post与用户提供的匹配的所有对象query。很好，但是Post同一对象中可能有很多对象Thread阻塞了结果。可能是这样的：
post5 from thread2 - timestamp 2018-04-01, rank 0.5
post1 from thread3 - timestamp 2018-03-01, rank 0.25
post3 from thread2 - timestamp 2018-02-01, rank 0.75
post3 from thread1 - timestamp 2018-01-01, rank 0.6
post2 from thread1 - timestamp 2017-12-01, rank 0.7
post2 from thread2 - timestamp 2017-11-01, rank 0.7
（这里rank是DjangoSearchRank方法返回的相关性。）
我真正想要的是这样的：我想要显示的最有代表性的匹配Post每个Thread，通过排序降序时间戳。换句话说，对于在搜索结果中Thread包含的每个对象Post，仅rank Post应显示最高的rank Post对象，并且这些最高的对象应按时间戳按降序排序。因此，在上面的示例中，这些是我希望看到的结果：
post1 from thread3 - timestamp 2018-03-01, rank 0.25
post3 from thread2 - timestamp 2018-02-01, rank 0.75
post2 from thread1 - timestamp 2017-12-01, rank 0.7
通过几个for循环来完成我想做的事情将是相当简单的，但是我真的希望有一种方法可以纯粹在ORM中完成以提高效率。你们有什么建议吗？如果您需要我澄清有关问题设置或所需内容的任何信息，请告诉我。
我认为您必须查询Post模型，按线程，等级和时间戳对其进行排序，然后distinct在线程上使用。
这是按时间戳排序的搜索：
Post.objects.search("text").order_by("-timestamp")
这是在本地PostgreSQL上执行的SQL：
SELECT
"post"."from_name",
"thread"."title",
"post"."timestamp",
ts_rank("post"."search_vector", plainto_tsquery('text')) AS "rank"
FROM
"post"
INNER JOIN "thread" ON ("post"."thread_id" = "thread"."id")
WHERE
"post"."search_vector" @@ (plainto_tsquery('dolor')) = TRUE
ORDER BY
"post"."timestamp" DESC
这些是带有我的本地数据的搜索结果：
post1 from thread1 - timestamp 2019-07-01, rank 0.0607927
post2 from thread1 - timestamp 2019-06-01, rank 0.0759909
post1 from thread2 - timestamp 2019-06-01, rank 0.0759909
post2 from thread2 - timestamp 2019-05-01, rank 0.0607927
post3 from thread1 - timestamp 2019-05-01, rank 0.0607927
post1 from thread3 - timestamp 2019-05-01, rank 0.0607927
post3 from thread2 - timestamp 2019-04-01, rank 0.0759909
post4 from thread1 - timestamp 2019-04-01, rank 0.0759909
post2 from thread3 - timestamp 2019-04-01, rank 0.0759909
post5 from thread1 - timestamp 2019-03-01, rank 0.0607927
post3 from thread3 - timestamp 2019-03-01, rank 0.0607927
post4 from thread2 - timestamp 2019-03-01, rank 0.0607927
post5 from thread2 - timestamp 2019-02-01, rank 0.0759909
post4 from thread3 - timestamp 2019-02-01, rank 0.0759909
post5 from thread3 - timestamp 2019-01-01, rank 0.0759909
这是正确的查询，它仅显示每个线程的最具代表性的匹配帖子（基于搜索排名），并按时间戳降序排序
Post.objects.search("text").order_by( "thread", "-rank", "-timestamp" ).distinct("thread")
这是在本地PostgreSQL上执行的SQL：
SELECT DISTINCT ON ("forum_post"."thread_id") "forum_post"."from_name", "forum_thread"."title", "forum_post"."timestamp", ts_rank("forum_post"."search_vector", plainto_tsquery('dolor')) AS "rank" FROM "forum_post" INNER JOIN "forum_thread" ON ("forum_post"."thread_id" = "forum_thread"."id") WHERE "forum_post"."search_vector" @@ (plainto_tsquery('dolor')) = TRUE ORDER BY "forum_post"."thread_id" ASC, "rank" DESC, "forum_post"."timestamp" DESC
这些是带有我的本地数据的搜索结果：
post2 from thread1 - timestamp 2019-06-01, rank 0.0759909 post1 from thread2 - timestamp 2019-06-01, rank 0.0759909 post2 from thread3 - timestamp 2019-04-01, rank 0.0759909
您可以distinct在Django官方文档中了解更多信息。
如果您需要按相反的顺序按时间戳绝对排序，并且不需要显示排名，则可以使用子查询在上一个查询之后对帖子进行排序：
Post.objects.filter( pk__in=Subquery( Post.objects.search("dolor") .order_by("-thread", "-rank", "-timestamp") .distinct("thread") .values("id") ) ).order_by("-timestamp")
这是在本地PostgreSQL上执行的SQL：
SELECT "forum_post"."from_name", "forum_thread"."title", "forum_post"."timestamp" FROM "forum_post" INNER JOIN "forum_thread" ON ("forum_post"."thread_id" = "forum_thread"."id") WHERE "forum_post"."id" IN ( SELECT DISTINCT ON (U0. "thread_id") U0. "id" FROM "forum_post" U0 WHERE U0. "search_vector" @@ (plainto_tsquery('dolor')) = TRUE ORDER BY U0. "thread_id" DESC, ts_rank(U0. "search_vector", plainto_tsquery('dolor')) DESC, U0. "timestamp" DESC) ORDER BY "forum_post"."timestamp" DESC
这些是带有我的本地数据的搜索结果：
post2 from thread1 - timestamp 2019-06-01 post1 from thread2 - timestamp 2019-06-01 post2 from thread3 - timestamp 2019-04-01
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句