用于获取表的所有条目并且仅包含基于特定列的许多重复项中的第一个的自定义查询

Posted 2023-02-15

【中文标题】用于获取表的所有条目并且仅包含基于特定列的许多重复项中的第一个的自定义查询

【英文标题】：Custom query to fetch all entries of a table and that only contains first of many duplicates based on a specific column

【发布时间】：2022-01-04 14:17:20

【问题描述】：

我有一个 Location 模型，表格看起来像

id	name	vin	ip_address	created_at	updated_at
0	default	0	0.0.0.0/0	2021-11-08 11:54:26.822623	2021-11-08 11:54:26.822623
1	admin	1	10.108.150.143	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
2	V122	122	10.108.150.122	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
3	V123	123	10.108.150.123	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
4	V124	124	10.108.150.124	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
5	V122	122	10.108.150.122	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
6	V125	122	10.108.150.125	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885

我在 Location 模型中的方法

   def self.find_all_non_duplicate
     return self.find(:all, :conditions => "id <> 1")
   end

我想获取位置表的所有条目，除了 id = 1 的条目并且仅包含基于列 ip_address 的许多重复项中的第一个条目。

因为 id = 2 和 id = 5 的 ip_address 是重复的。我想保留 许多 重复项的第一个条目，即 id = 2。

预期的结果是

id	name	vin	ip_address	created_at	updated_at
0	default	0	0.0.0.0/0	2021-11-08 11:54:26.822623	2021-11-08 11:54:26.822623
2	V122	122	10.108.150.122	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
3	V123	123	10.108.150.123	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
4	V124	124	10.108.150.124	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885
6	V125	122	10.108.150.125	2021-11-08 11:54:26.82885	2021-11-08 11:54:26.82885

id 为 1 和 5 的条目将被忽略

【问题讨论】：

使用 self.where.not(id: 1) 这样的东西不起作用？进一步如果你想排除 id=5 self.where.not(id: [1,5])

我想这应该可以解决问题where.not(id: 1).group(:name)

@Chris，谢谢你的建议。为了更清楚，我详细阐述了我的问题。

好的，这里是更新版本where.not(id: 1).where("id in (select min(id) from #self.table_name group by ip_address)")

@Chris 虽然这行得通，但它最终是对distinct on 的更长更慢的模仿，distinct on 是为此目的设计和优化的标准 PostgreSQL 子句。看我的回答

【参考方案1】：

您需要的是最近向 RoR 提出的distinct on here 但 not yet merged，正如 @engineersmnky 所指出的那样。在原始 SQL 中，它将如下所示：

select distinct on (ip_address) * 
from test 
where id<>1 
order by ip_address,created_at;

这将转化为 RoR 的

self.where("id <> 1").distinct_on(:ip_address)

或者，直到新功能被接受：

self.where("id <> 1").select("distinct on (ip_address) *")

完整的数据库端测试：

drop table if exists test cascade;
create table test (
    id serial primary key,
    name text,
    vin integer,
    ip_address inet,
    created_at timestamp,
    updated_at timestamp);
insert into test 
(id,name,vin,ip_address,created_at,updated_at)
values
(0,'default', 0,'0.0.0.0/0'::inet,'2021-11-08 11:54:26.822623'::timestamp,'2021-11-08 11:54:26.822623'::timestamp),
(1,'admin',   1,'10.108.150.143'::inet,'2021-11-08 11:54:26.82885'::timestamp,'2021-11-08 11:54:26.82885'::timestamp),
(2,'V122',    122,'10.108.150.122'::inet,'2021-11-08 11:54:26.82885'::timestamp,'2021-11-08 11:54:26.82885'::timestamp),
(3,'V123',    123,'10.108.150.123'::inet,'2021-11-08 11:54:26.82885'::timestamp,'2021-11-08 11:54:26.82885'::timestamp),
(4,'V124',    124,'10.108.150.124'::inet,'2021-11-08 11:54:26.82885'::timestamp,'2021-11-08 11:54:26.82885'::timestamp),
(5,'V122',    122,'10.108.150.122'::inet,'2021-11-08 11:54:26.82885'::timestamp,'2021-11-08 11:54:26.82885'::timestamp),
(6,'V125',    122,'10.108.150.125'::inet,'2021-11-08 11:54:26.82885'::timestamp,'2021-11-08 11:54:26.82885'::timestamp);

select distinct on (ip_address) * 
from test where id<>1 
order by ip_address,created_at;
-- id |  name   | vin |   ip_address   |         created_at         |         updated_at
------+---------+-----+----------------+----------------------------+----------------------------
--  0 | default |   0 | 0.0.0.0/0      | 2021-11-08 11:54:26.822623 | 2021-11-08 11:54:26.822623
--  2 | V122    | 122 | 10.108.150.122 | 2021-11-08 11:54:26.82885  | 2021-11-08 11:54:26.82885
--  3 | V123    | 123 | 10.108.150.123 | 2021-11-08 11:54:26.82885  | 2021-11-08 11:54:26.82885
--  4 | V124    | 124 | 10.108.150.124 | 2021-11-08 11:54:26.82885  | 2021-11-08 11:54:26.82885
--  6 | V125    | 122 | 10.108.150.125 | 2021-11-08 11:54:26.82885  | 2021-11-08 11:54:26.82885
--(5 rows)

【讨论】：

distinct_on和那个finder的组合自然是不可能的。在 rails 4 中删除了指定的 finder 条件，并且 distinct_on 方法似乎没有被 rails 接受 Pull Request

@engineersmnky 谢谢。我已将答案更正为使用简单的.where 和.select - 我最初想建议在作者已经使用的内容中添加distinct_on 或等效的select，但我最终没有验证如果组合有效。我还强调了更改仍未被接受 - 以前我听起来确实好像更改已合并。