Ruby on rails 4 用于标识孤立子记录的ActiveRecord查询

我有Post和用户模型。每个帖子都属于一个用户。但是，在数据库导入过程中，在某些帖子上输入了一些错误的用户ID。如果要获取用户ID不指向任何用户的帖子，查询将是什么？谢谢。

我不认为你可以用straight AR实现这一点，但用一点Ruby就可以很容易地修复：

Post.find_each { |p| p.delete if p.user.nil? }

---

编辑：忘记

。all

不会返回

ActiveRecord:：Relation

我将执行以下操作，这将导致一个

SELECT

和一个

DELETE

语句（总共2个查询）

---

谢谢你们两位。我的解决方案与曼纽尔的类似

all_user_ids = User.all.pluck(:id)
unwanted_posts = Post.where.not(:user_id => all_user_ids)

然后我可以销毁所有不需要的帖子。当然，另一种解决方案也会奏效

桑杰

所有建议的解决方案都适用于小型表，但根据所涉及表的大小、可用内存量和处理能力，出于性能原因，您可能希望使用左外部联接，如下所示：

Post.joins("LEFT OUTER JOIN users ON posts.user_id = user.id")
    .where("user.id IS NULL")

Post.left_outer_joins(:user).where(users: {id: nil}).delete_all

在Rails 5中，有一个

---

正如前面提到的@user2553863一样，Rails 5增加了对的支持，这意味着您现在可以高效地完成这项工作，而无需编写任何类似以下的SQL：

Post.joins("LEFT OUTER JOIN users ON posts.user_id = user.id")
    .where("user.id IS NULL")

Post.left_outer_joins(:user).where(users: {id: nil}).delete_all

---

这将找到任何孤立的帖子（没有用户的帖子）并删除它们。这里，

user

是关联名称，

users

是联接表的名称。您不必启动额外的

选择
来查询所有用户ID，当您有许多用户时，这些ID可能会中断。
注意：以下答案对Rails 5.0有效

这些答案中的许多对于一些记录或小表都适用，但对于拥有大量孤立记录或处理大表来说，它们的扩展性并不好

例如，处理两个较大的表，其中
ModelOne
有707891条孤立记录：

irb(main):032:0> ModelOne.count
=> 2,265,216
irb(main):033:0> ModelTwo.count
=> 5,109,186

尝试执行
不在
中的查询将失败，因为该查询太大：

irb(main):029:0> ModelOne.where.not(model_two_id: ModelTwo.pluck(:id))
ActiveRecord::StatementInvalid (Mysql2::Error: MySQL server has gone away: SELECT `model_ones`.* FROM `model_ones` WHERE (`model_ones`.`model_two_id` NOT IN (12068663, 12076647, 12076648, 12082392, 12082393, 12082394, <repeat for the other 5 million ModelTwo records>))

但是将
.delete\u all
链接到末尾（
ModelOne.left\u outer\u连接（：model\u two）。其中（model\u twos:{id:nil}）。delete\u all
）生成：

DELETE FROM `model_ones` WHERE `model_twos`.`id` IS NULL

SELECT `model_ones`.* FROM `model_ones`
WHERE (
  NOT (
    EXISTS (
      SELECT `model_twos`.* FROM `model_twos` WHERE (model_twos.id = model_ones.model_two_id)
    )
  )
)

这将抛出一个错误

我发现删除孤立记录最有效的方法来自并使用SQL
EXISTS
和嵌套查询来高效地查找和删除孤立记录

ModelOne.where.not(
  ModelTwo.where('model_twos.id = model_ones.model_two_id').exists
)

由此产生：

DELETE FROM `model_ones` WHERE `model_twos`.`id` IS NULL

SELECT `model_ones`.* FROM `model_ones`
WHERE (
  NOT (
    EXISTS (
      SELECT `model_twos`.* FROM `model_twos` WHERE (model_twos.id = model_ones.model_two_id)
    )
  )
)

使用此查询加载707891孤立记录只需不到一分钟的时间：

irb(main):040:0> Benchmark.measure { ModelOne.where.not(ModelTwo.where('model_twos.id = model_ones.model_two_id').exists).load }
=> #<Benchmark::Tms:0x0000563cfa227580 @label="", @real=59.61208474007435, @cstime=0.0, @cutime=0.0, @stime=0.23068100000000014, @utime=49.025859000000025, @total=49.25654000000002>

生成SQL：

  DELETE FROM `model_ones` WHERE (NOT (EXISTS (SELECT `model_twos`.* FROM `model_twos` WHERE (model_twos.id = model_ones.model_two_id))))

RAILS 6.1+

您可以使用“missing”方法获取孤立记录。乙二醇

Class User
end

Class Post
  belongs_to :user
end

下面是使用missing方法的时间

Post.where.missing(:user)

这将获取所有具有用户id但相应用户被删除的Post记录。
这不是两次选择吗？一个用于Pull，一个用于“where”语句？发现了一个有趣的警告——只有存在一些非孤儿记录时，这才有效。如果它们都是孤立项，ActiveRecord最终会使用子句
posts.user\u id NOT IN（NULL）
执行查询，即使存在记录，该子句实际上也不会返回任何内容。下面的加入推荐@user2553863状态是最可靠的。谢谢。这将解决阵列可能导致的内存问题。谢谢！好提示！