我有两张 table 。第1个代表1 article
每行和第二个代表一个 news_cluster
每行(对于每个集群的所有 articles_id
有一个数组列)。
我需要获得最好的 19 个 news_cluster
然后为每个 news_cluster
获取 4 篇最佳文章 (按 l_score column
排序)。
目前我正在获取所有 articles_id
来自全部 19 news_cluster
使用 SQLAlchemy,然后我按 news_cluster
对它们进行排序和l_score
使用Python:
all_news_obj = News.query.order_by(score).limit(19)
all_ids = sum([a_news.articles_id for a_news in all_news_obj], [])
all_articles = Articles.query.filter(Articles.id.in_(all_ids)).all()
articles_sorted = 4_best_l_score_sorted_by_cluster(all_articles)
我想知道是否有更快的方法来获取和排序这些文章,我发现您可以按集群 ( news_id
) 分组并获取前 4 篇文章 l_score
对于使用此 psql 查询的每个组:
SELECT ranked.* FROM
(SELECT articles.*, rank() OVER (PARTITION BY news_id ORDER BY l_score DESC)
FROM articles
WHERE id = ANY(ARRAY[209146, 209140, 209154...])
) ranked
WHERE rank <=4
因此,如果 psql 首先处理排序可能会更快,但我不知道如何在 SQLAlchemy 中实现此查询。
最佳答案
我的问题主要在这里得到解答:Convert rank and partition query to SqlAlchemy
我只需将其调整为我的 Articles
模型,并添加一个过滤器来匹配 all_ids_array
中的 id:
subquery = db.session.query(
Articles,
func.rank().over(
order_by=Articles.l_score.desc(),
partition_by=Articles.news_id
).label('rank')
).filter(Articles.id.in_(all_ids_array)).subquery()
articles_sorted = db.session.query(subquery).filter(subquery.c.rank <= 4)
我是个快乐的人:这比用 python 获取所有文章然后排序快 0.1 秒。
关于python - 如何从 SQLAlchemy 中的 id 池中获取每组的前 n 个结果?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58333162/