今天,一个app客户端同事需要我服务器端提供一组数据,这组数据要按类分好,把整个结构都展示给他,他直接使用就可以了。数据大概如下面这种:

同事需要的结构大概就是类型1有多少,分别是什么;类型2有多少,分别是什么,,以此类推。本来我想一股脑全部给他,每个数据都有个字段device_type,你自己去解析分类一下,但客户端同事说,在客户端做这种事,浪费时间,客户响应会变慢,所以要我们服务器端来做。我们服务器端做,最好不要自己去解析,不然一样慢,最好一条sql语句,自动为我解析好。
如果熟悉mysql,应该可以知道,可以用group_concat进行分组。
先用sql语句查询一下,会有如下结果;
1
2
3
4
5
6
7
8
9
|
mysql> select device_type, group_concat(id) from otherequipment group by device_type; +-------------+---------------------+ | device_type | group_concat(id) | +-------------+---------------------+ | 1 | 1,11,9,13,6,5,4,3,2 | | 2 | 10,12 | | 3 | 8,7 | +-------------+---------------------+ 3 rows in set (0.00 sec) |
按照类型划分设备,对比一下上面的数据,是不是一下子全出来了。
但在sqlalchemy中如何使用呢?sqlalchemy有个func,里面包含各种sql函数。我们试用一下吧。
sqlalchemy的model如下,
1
2
3
4
5
6
7
8
9
10
11
|
class OtherEquipment(Base): "" " 其他公司普通设备 " "" __tablename__ = 'otherequipment' id = Column( 'id' , Integer, primary_key=True) device_type = Column( 'device_type' , SmallInteger, index=True, default =1) name = Column( 'name' , String(40), index=True) position = Column( 'position' , String(40), nullable=True) |
那获取这些设备的对象就很好写咯,
1
2
3
4
5
6
7
|
es = db_session.query(OtherEquipment.device_type, func.group_concat(OtherEquipment.id)).group_by(OtherEquipment.device_type).all() all_equipments = [] for l in es: device_type, ids = l ids = ids.split( ',' ) equipments = [OtherEquipment.query.get(e_id) for e_id in ids] all_equipments.append((device_type, equipments)) |
all_equipments就是其所有设备的结构图,打印一下,结果如下:
1
|
[(1, [外部设备1, 外部设备11, 外部设备9, 外部设备13, 外部设备6, 外部设备5, 外部设备4, 外部设备3, 外部设备2]), (2, [外部设备10, 外部设备12]), (3, [外部设备8, 外部设备7])] |
# 除此之外:
CREATE AGGREGATE group_concat_string(anyelement)
(
sfunc = array_append, -- 每行的操作函数,将本行append到数组里
stype = anyarray, -- 聚集后返回数组类型
initcond = '{}' -- 初始化空数组
);
在数据库中执行上面的sql语句,函数group_concat_string才起作用,
例如:
g.session.query(func.group_concat_string(Student.score)).all()
获取所有男生的人数(和group_by 相似,group_by分组统计个数,group_concat_string分组每组详情)
CREATE AGGREGATE public.FIRST (
sfunc = public.first_agg,
basetype = anyelement,
stype = anyelement
)
这样,客户端直接拿到接口的数据,就可以直接展示,不需要自己轮询,再去分析了。