如何使 ActiveRecord 查询按列唯一

Question

我有一个 Company 模型，其中包含许多 Disclosures。 Disclosure 具有名为 title、pdf 和 pdf_sha256 的列。

class Company < ActiveRecord::Base
  has_many :disclosures
end

class Disclosure < ActiveRecord::Base
  belongs_to :company
end

我想通过pdf_sha256 使其独一无二，如果pdf_sha256 是nil，则应将其视为唯一。

如果是Array，我会这样写。

companies_with_sha256 = company.disclosures.where.not(pdf_sha256: nil).group_by(&:pdf_sha256).map do |key,values|
  values.max_by{|v| v.title.length}
end
companies_without_sha256 = company.disclosures.where(pdf_sha256: nil)
companies = companies_with_sha256 + companeis_without_sha256

如何使用 ActiveRecord 查询获得相同的结果？

Answer 1

可以通过以下方式在一个查询中执行此操作：首先为每个不同的pdf_sha256 获取不同的id 作为子查询，然后在查询中通过传递子查询获取该组 id 中的元素，如下所示：

def unique_disclosures_by_pdf_sha256(company)
  subquery = company.disclosures.select('MIN(id) as id').group(:pdf_sha256)
  company.disclosures.where(id: subquery)
    .or(company.disclosures.where(pdf_sha256: nil))
end

这样做的好处是 ActiveRecord 是延迟加载的，因此第一个 subquery 将不会运行，并将合并到第二个主查询中以在数据库中创建单个查询。然后，它将检索由pdf_sha256 唯一的所有disclosures 以及所有将pdf_sha256 设置为nil 的nil。

如果您好奇，给定一家公司，结果查询将类似于：

SELECT  "disclosures".* FROM "disclosures" 
WHERE (
  "disclosures"."company_id" = $1 AND "disclosures"."id" IN (
    SELECT MAX(id) as id FROM "disclosures" WHERE "disclosures"."company_id" = $2 GROUP BY "disclosures"."pdf_sha256"
  ) 
  OR "disclosures"."company_id" = $3 AND "disclosures"."pdf_sha256" IS NULL
)

这个解决方案的好处是返回的值是一个 ActiveRecord 查询，所以在你真正需要之前不会加载它。您还可以使用它来保持链接查询。例如，您可以只选择id 而不是整个模型，并限制数据库返回的结果数：

unique_disclosures_by_pdf_sha256(company).select(:id).limit(10).each { |d| puts d }

Answer 2

你可以通过使用 uniq 方法来实现这一点

 Company.first.disclosures.to_a.uniq(&:pdf_sha256)

这将通过 cloumn "pdf_sha256" 向您返回披露记录 uniq

希望对您有所帮助！干杯

Answer 3

假设您使用的是 Rails 5，您可以链接一个 .or 命令来合并您的两个查询。

pdf_sha256_unique_disclosures = company.disclosures.where(pdf_sha256: nil).or(company.disclosures.where.not(pdf_sha256: nil))

然后你可以继续你的 group_by 逻辑。

但是，在上面的示例中，我不确定目标是什么，但我很想更好地了解您将如何使用生成的 companies 变量。

如果您想要一个包含 nil 在内的唯一 pdf_sha256 键的哈希，以及由此产生的唯一披露文档，您可以尝试以下操作：

sorted_disclosures = company.disclosures.group_by(&:pdf_sha256).each_with_object({}) do |entries, hash|
  hash[entries[0]] = entries[1].max_by{|v| v.title.length}
end

这应该会为您提供类似于 group_by 的结果哈希结构，其中您的键都是您唯一的 pdf_sha256，并且值将是与该 pdf_sha256 匹配的最长命名披露。

Answer 4

为什么不：

ids = Disclosure.select(:id, :pdf_sha256).distinct.map(&:id)
Disclosure.find(ids)

id 仍然是不同的，因为它是主键，所以您所要做的就是映射 id 并按 id 查找披露。

Answer 5

如果您需要具有不同 pdf_sha256 的关系，而您不需要显式条件，则可以使用 group -

scope :unique_pdf_sha256, -> { where.not(pdf_sha256: nil).group(:pdf_sha256) }
scope :nil_pdf_sha256,    -> { where(pdf_sha256: nil) }

您可以使用or，但传递给它的关系必须在结构上兼容。因此，即使您在这两个范围内获得相同类型的关系，也不能将其与or 一起使用。

编辑：为了使其在结构上相互兼容，您可以查看@AlexSantos 的answer

Answer 6

Model.select(:rating)

结果是一个模型对象数组。不是普通的评级。而从uniq的角度来看，它们是完全不同的。你可以使用这个：

Model.select(:rating).map(&:rating).uniq

或者这个（最有效的）

Model.uniq.pluck(:rating)

Model.distinct.pluck(:rating)

更新

显然，从 rails 5.0.0.1 开始，它只适用于“顶级”查询，就像上面一样。不适用于集合代理（例如，“has_many”关系）。

Address.distinct.pluck(:city) # => ['Moscow']
user.addresses.distinct.pluck(:city) # => ['Moscow', 'Moscow', 'Moscow']

在这种情况下，查询后去重

user.addresses.pluck(:city).uniq # => ['Moscow']