Django Ninja 中实现多对多字段计数的两种方案
2025-05-28 16:57:05作者:裘晴惠Vivianne
在 Django Ninja 项目中处理模型关系时,我们经常需要获取多对多(ManyToMany)关系的计数信息。本文将介绍两种在 Django Ninja 中优雅实现多对多字段计数的方法,帮助开发者更好地构建 API 响应。
方案一:使用模型属性方法
第一种方案是通过在 Django 模型中定义计算属性来实现:
class Profile(models.Model):
following = models.ManyToManyField(...)
@property
def following_count(self):
return self.following.filter(...).count()
然后在 Schema 中声明对应的字段:
class ProfileSchemaLogin(ModelSchema):
following_count: Optional[int] = None
这种方式的优点是:
- 逻辑封装在模型层,符合 Django 的设计哲学
- 可以在项目任何地方复用该计算属性
- 实现简单直观,易于维护
方案二:使用 Schema 解析器
第二种方案是通过 Schema 的解析器(resolver)来实现:
class ProfileSchemaLogin(ModelSchema):
following_count: Optional[int] = None
@staticmethod
def resolve_following_count(obj):
return obj.following.filter(...).count()
这种方式的优势在于:
- 将计数逻辑与 API 层绑定,适合特定场景下的定制
- 可以灵活添加更多过滤条件
- 不污染模型层,保持模型简洁
方案对比与选择建议
两种方案各有适用场景:
- 如果计数逻辑会在多个地方使用,建议采用模型属性方案
- 如果计数逻辑是特定于 API 的,或者需要动态过滤条件,建议使用解析器方案
- 对于简单项目,模型属性方案更为直接
- 对于复杂项目,解析器方案提供了更好的灵活性
性能考虑
无论采用哪种方案,都需要注意 N+1 查询问题。建议在查询时使用 annotate 或 prefetch_related 来优化性能:
Profile.objects.annotate(following_count=Count('following'))
这样可以在单个查询中获取所有计数信息,避免为每个对象单独查询数据库。
总结
在 Django Ninja 中处理多对多字段计数时,开发者可以根据项目需求选择模型属性或 Schema 解析器方案。理解这两种方法的优缺点,能够帮助我们构建更高效、更易维护的 API 接口。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
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++
599
164
🎉 (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
1.03 K
607
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
26