优雅的PostgreSQL Group for Ruby on Rails / ActiveRecord
尝试使用PostgreSQL检索按日期分组的ActiveRecord对象数组。
更具体地说，我正在尝试翻译以下MySQL查询：
@posts = Post.all(:group => "date(date)", :conditions => ["location_id = ? and published = ?", @location.id, true], :order => "created_at DESC") 我知道PostgreSQL对SQL标准的解释比MySQL更严格，因此这种类型的查询将无法工作……并且已经阅读了StackOverflow和其他主题上的一些post – 但它们似乎都不是关于这个问题的明确答案
我已经尝试过各种各样的查询组合，分组和不同的条款没有太大的乐趣 – 目前我有一个相当不优雅的黑客，虽然作品让我脸红时看着它。
使用Rails和PostgreSQL进行此类查询的正确方法是什么？ （忽略肯定这应该在ActiveRecord级别抽象出来的事实）
您想在此处使用的PostgreSQLfunction是DISTINCT ON 。 通过ActiveRecord进行此查询有两种基本方法。
第一种方法是只指定:select和:order选项。 当你有一个相当简单的查询，没有:joins或:include时，这很有用。
Post.all( :select => 'DISTINCT ON (date::date) *', :order => 'date::date DESC, created_at DESC' )
如果您有一个更复杂的查询，其中ActiveRecord生成自己的SELECT子句，则可以使用子查询来选择目标记录。
Post.all( :joins => 'INNER JOIN (SELECT DISTINCT ON (date::date) id FROM posts ORDER BY date::date DESC, created_at DESC) x ON x.id = posts.id' )
请注意，根据您的数据，这可能比第一种方法慢一点。 如果需要，我只会使用这种方法。 务必使用类似生产的数据进行基准测试。
我的解决方案
def self.columns_list column_names.collect { |c| "#{table_name}.#{c}" }.join(",") end scope :selling, joins(:products).group(columns_list)
简单且可重复。
虽然SQL在回答“每天最近的post是什么时候？”这样的问题时非常简单。 当你问“哪一天是每天最近的post？”时，这不是很直接的。
如果不使用子SELECT（或多个SQL语句），则无法检索每天的最新Post。 这可能适合你（使用Post.find_by_sql或类似的）：
SELECT P.*, M.just_day, M.max_created_at FROM posts P JOIN ( SELECT date(P2.date) AS just_day, MAX(P2.created_at) AS max_created_at FROM posts P2 P.location_id='12345' AND P.published=true GROUP BY date(P2.date) ) AS M ON AND M.max_created_at = P.created_at WHERE P.location_id='12345' AND P.published=true
如果您可以确定两个post在created_at列中不具有相同的值，则上述SQL语句应该足够了。 如果你不能保证在创建的列中保持唯一性，那么你要么需要过滤掉Ruby中的重复项（这不应该太低效，因为可能你会在列表中循环）或者你需要做N +1 SQL语句。 （实际上你可以进行每行选择，但是AFAIK和N + 1 SQL语句一样低效。）
以下是循环时删除重复项的方法：
last_post = nil posts.each do |post| unless post.just_day == last_past.try(:just_day) # Do stuff last_post = post end end
也就是说，你可以用Ruby / ActiveRecord很好地编写它，如果你有足够的日子，那么每天的SELECT也不会太糟糕：
days = Post.group("date(date)") posts = days.each { |day| Post.order('created DESC').where("date(day) = ?", day) }
如果您正在使用分页（每页10个项目），那么每个页面需要11个SQL语句。 不是想法，但简单可能值得效率低下。
老实说，如果您希望此查询既经常运行又具有相当大的数据集，那么我建议您添加一个名为most_recent的布尔列。 过去几天的最后一篇文章不会改变。 你只需要担心今天的post。 只需设置一个cron作业，在一天结束后运行几分钟，以更新最后一天的值。 如果你想要更新的东西，你可以每5分钟运行一次cron作业。 或者，如果您需要实时，则添加一个after_save回调，将当前发布的所有post的most_recent设置为false。
这个问题类似： MySQL：获得用户的最高分