Peewee中实现SQL算术表达式别名的方法
2025-05-20 21:55:29作者:胡易黎Nicole
在Peewee ORM中处理SQL查询时,我们经常需要将复杂的算术表达式作为查询结果的一部分返回,并为这些表达式指定别名。本文将通过一个实际案例,介绍如何在Peewee中实现类似SQL中count(*)-sum(wins) losses这样的算术表达式别名功能。
问题背景
假设我们需要从数据库查询比赛数据,计算每个选手在特定轮次前的胜负情况。原始SQL查询包含一个算术表达式:
count(*)-sum(wins) losses
这个表达式计算了选手的负场数(总场次减去胜场数),并为其指定了别名"losses"。
Peewee解决方案
在Peewee中,我们可以利用其强大的表达式功能来实现同样的效果。Peewee重载了Python的算术运算符,使得我们可以直接使用减号(-)等运算符来构建SQL表达式。
方法一:使用SQL表达式对象
diff = fn.count(SQL('*')) - fn.sum(HalfPairing.wins)
query = HalfPairing.select(
HalfPairing.division_id,
HalfPairing.player_id,
fn.sum(HalfPairing.wins).alias('wins'),
diff.alias('losses')
).where(
(HalfPairing.division_id == target_division) &
(HalfPairing.round_number <= target_round)
).group_by(
HalfPairing.division_id,
HalfPairing.player_id
).order_by(
HalfPairing.division_id,
fn.sum(HalfPairing.wins).desc()
)
方法二:直接在select中构建表达式
query = HalfPairing.select(
HalfPairing.division_id,
HalfPairing.player_id,
fn.sum(HalfPairing.wins).alias('wins'),
(fn.count(SQL('*')) - fn.sum(HalfPairing.wins)).alias('losses')
).where(...).group_by(...).order_by(...)
技术原理
Peewee通过运算符重载实现了这一功能。当我们在Peewee的查询中使用算术运算符时,实际上是在构建SQL表达式树,而不是执行Python的算术运算。这意味着:
fn.count()和fn.sum()返回的是SQL函数表达式对象- 对这些表达式使用减号运算符时,Peewee会生成相应的SQL表达式
- 最终生成的SQL会包含正确的算术运算逻辑
注意事项
- 使用
SQL('*')来表示SQL中的*通配符 - 确保所有参与运算的表达式都是Peewee的SQL表达式对象
- 复杂的表达式可以拆分为多个步骤以提高可读性
- 别名方法
.alias()可以应用于任何SQL表达式
通过这种方式,Peewee提供了既直观又强大的方式来构建复杂的SQL查询,同时保持了Python代码的优雅和可读性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137