Question

我们运行Postgres 9.6.5和Django 2.0。我们有Model字段created_at和value。我们需要计算某个date_range的90天移动平均线。这就是我们这样做的方式：

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
    )

这会使用Avg汇总功能，因此速度相当快，但我们需要对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 - 我们可以在使用Django ORM的单个查询中以某种方式执行此操作吗？

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

Answer 1

假设您每个日期只有一个条目，您可以使用Django 2.0的新窗口表达式来计算单个查询中的90个周期移动平均值：

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)
    )
)

另请参阅ValueRange，如果您希望按特定字段值进行框架设置，例如，如果每个特定日期有多行，则可能会派上用场。

Answer 2

您可以使用annotation而不是聚合。考虑到这一点，我开始测试，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

Answer 3

另一个尝试。这样性能更高，因为它只使用一个查询，但是从DB中获取所有必需的Model-instance，以在python而不是DB级别中执行逻辑。仍然不是最优的，但希望这次它能做正确的事情;）你必须比较它是否能真正改善你的情况。

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]
        ]))
    )

使用Django ORM进行快速移动平均计算

3 个答案: