如何在 Rails 中选择聚合子查询的平均值

Question

我有以下返回预期结果的数据和 SQL 查询。我现在正尝试使用 Groupdate（和 ActiveMedian）在 Rails 中实现相同的目标。

user_id	points	created_at
1	5	2020-10-01
1	15	2020-11-01
1	20	2020-11-02
2	33	2020-11-01

SELECT
  AVG(points) AS points,
  DATE_TRUNC('MONTH', created_at) AS period
FROM
  (
    SELECT
      SUM(points) AS points,
      DATE_TRUNC('MONTH', created_at) AS created_at
    FROM
      user_points
    WHERE
      created_at IS NOT NULL
    GROUP BY
      user_id,
      DATE_TRUNC('MONTH', created_at)
  ) points_per_user_per_period
GROUP BY
  DATE_TRUNC('MONTH', created_at)

我期待

points	period
5	2020-10-01
34	2020-11-01

结果

UserPoints.from(
  UserPoints.group(:user_id).group_by_month(:created_at).sum(:points)
).group_by_month(:created_at).average(:points)

但由于.sum(:points) 立即执行，它不起作用。我可以用另一种方式制定查询或使sum 不立即执行吗？还有其他想法吗？

总结结果应该是什么；用户在一段时间内获得的平均积分数。

Answer 1

如果我们删除 Rails 的一个层，并使用支持 Active Record 的关系代数 (Arel)，这是可能的。

在这种方法中，我们将亲自向 Arel 教授 date_trunc 函数*，然后为内部求和构建一个嵌套聚合查询，该查询不会立即执行，而是合并到外部平均聚合：

class UserPoints
  def self.averages
    period = Arel::Nodes::NamedFunction.new('date_trunc', [
      Arel::Nodes::Quoted.new('month'),
      arel_table[:created_at]
    ])
    points = arel_table[:points].sum
    
    # The per-user aggregate sum subquery, as an abstract relational structure
    subquery = select(points.as("points"), period.as("period")).group(:user_id, :period)

    # Execute
    from(subquery, quoted_table_name).group(:period).average(:points)
  end
end

这种方法用途广泛。适应范围关系的组合；例如，如果你想写UserPoints.where(created_at: Time.current.all_year).averages，那么在最后一行插入一个合适的unscope，变成：

from(subquery, quoted_table_name).unscope(:where).group(:period).average(:points)

同样，要与 Groupdate 库结合使用，至少对于外部查询*，请尝试：

from(subquery, quoted_table_name).group_by_month(:period).average(:points)

甚至可以通过省略最终的聚合表达式将其重构为 scope 声明，从而获得使用其他表达式的灵活性。

现在需要注意的是：Arel 是 Rails 内部 API，这意味着如果您需要文档，则需要阅读其源代码，即使在次要版本中也可能会发生重大更改。这实际上很少见，如果您的代码佩戴了适当的安全装备，则可以使用 Arel（很多人都这样做），这当然是一个合适的测试用例。

---

^{* 我没有将 Groupdate gem 用于内部聚合查询，因为它缺少命名结果列的方法。}

Answer 2

解决方案 #2，这不是解决方案

这个额外的答案也使用了 Arel 和 Groupdate gem，但它实际上比我的 recommended approach 更危险。我将它作为一个单独的答案包含在内，因为 a) 它有效，并且 b) 它 看起来 所以 优雅：

class UserPoints < ApplicationRecord
  def self.averages_by_month
    # average of points = total points / # of distinct users
    points_avg = arel_table[:points].sum / arel_table[:user_id].count(true)

    # execute, grouped by month
    group_by_month(:created_at).calculate(:itself, points_avg)
  end
end

这给出了正确的结果！至少，在编写 Rails 6 时是这样。

不幸的是，骗局正在酝酿之中；这种方法依赖于更多的 Active Record 内部知识，而不仅仅是 Arel API。

讨论，或者为什么这是不好的

#calculate method's documented parameters 是：

relation.calculate(operation, column_name)

虽然支持在聚合计算was added intentionally 中使用 Arel 表达式，但它没有记录在公共 API 中。单独来说，这可能不是那么糟糕，但是这个方法依赖于一个实现细节：Rails 在调用 Arel 表示时使用 operation 参数作为方法名称来构造完整的聚合表达式列参数，从而获得聚合表达式作为回报。通过传递:itself，我劫持了框架层之间的这种内部通信，并导致points_avg 在内部往返期间通过Kernel#itself 返回自身。

这是一个元编程技巧，就像所有特技一样，演示它很有趣，但不应该成为任何人的生产代码的一部分，至少不是，除非有一天 #calculate 方法被记录为接受裸 Arel 表达式，因为我们'否则取决于对 Rails 内部的非常深入的了解，即这是一个维护禁忌。

除此之外，还有一些更相关的假设，关于分组聚合表达式评估的核心中的其他元素，例如期望列别名只处理它提供的任何内容。这也行得通，所以有些人可能会说这也证明了 Rails 的强大和多功能性，但它肯定是在测试合理假设的边界。

推荐

总体而言，尽管此解决方案明显简洁和优雅，但它比我准备推荐的生产用途更模糊。相反，我将其呈现并解释为一种有趣的新奇事物。

谁知道呢，有朝一日这甚至可能会被明确支持。