SQLAlchemy如何在多个列上计数不同

Question

我有一个疑问：

SELECT COUNT(DISTINCT Serial, DatumOrig, Glucose) FROM values;

我尝试用SQLAlchemy以这种方式重新创建它：

session.query(Value.Serial, Value.DatumOrig, Value.Glucose).distinct().count()

但这就意味着：

SELECT count(*) AS count_1
    FROM (SELECT DISTINCT 
           values.`Serial` AS `values_Serial`, 
           values.`DatumOrig` AS `values_DatumOrig`,
           values.`Glucose` AS `values_Glucose`
          FROM values)
    AS anon_1

它不内联调用count函数，而是将select distinct包装到子查询中

我的问题是：使用SQLAlchemy计算多个列上的不同select的不同方法是什么？它们转换成什么

是否有任何解决方案可以转化为我的原始查询？在性能或内存使用方面是否存在严重差异

Answer 1

首先，我认为COUNT(DISTINCT)支持多个表达式是一个MySQL扩展。例如，您可以通过使用ROW值在PostgreSQL中实现相同的功能，但对于NULL，其行为不同。在MySQL中，如果任何值表达式的计算结果为NULL，则该行不符合条件。这也导致了问题中两个查询的不同之处：

1. 如果Serial、DatumOrig或Glucose中的任何一个在COUNT(DISTINCT)查询中为空，则该行不符合条件，或者换句话说不计算
2. COUNT(*)是子查询的基数anon_1，或者换句话说是行数SELECT DISTINCT Serial, DatumOrig, Glucose将包括（不同的）空行

查看这两个查询的EXPLAIN输出，子查询似乎会导致MySQL使用临时表。这可能会导致性能差异，尤其是在磁盘上实现时

在SQLAlchemy中生成多值COUNT(DISTINCT)查询有点棘手，因为^{}是一个通用函数，实现更接近SQL标准。它只接受单个表达式作为其（可选）位置参数，^{}也是如此。如果所有其他操作都失败，则始终可以恢复为^{}片段，如本例所示：

# NOTE: text() fragments are included in the query as is, so if the text originates
# from an untrusted source, the query cannot be trusted.
session.query(func.count(distinct(text("`Serial`, `DatumOrig`, `Glucose`")))).\
    select_from(Value).\
    scalar()

这远不是可读和可维护的代码，但现在已经完成了任务。另一种选择是编写一个实现MySQL扩展的自定义构造，或者按照您的尝试重写查询。形成生成所需SQL的自定义构造的一种方法是：

from itertools import count
from sqlalchemy import func, distinct as _distinct

def _comma_list(exprs):
    # NOTE: Magic number alert, the precedence value must be large enough to avoid
    # producing parentheses around the "comma list" when passed to distinct()
    ps = count(10 + len(exprs), -1)
    exprs = iter(exprs)
    cl = next(exprs)
    for p, e in zip(ps, exprs):
        cl = cl.op(',', precedence=p)(e)

    return cl

def distinct(*exprs):
    return _distinct(_comma_list(exprs))

session.query(func.count(distinct(
    Value.Serial, Value.DatumOrig, Value.Glucose))).scalar()