在 Rails 数据库中存储和稍后访问 JSON 对象的最佳实践

Posted 2023-02-15

【中文标题】在 Rails 数据库中存储和稍后访问 JSON 对象的最佳实践

【英文标题】：Best practice for storing and later accessing JSON object in rails database

【发布时间】：2021-09-21 14:13:13

【问题描述】：

我正在创建一个可以上传、分析和标记照片的 Ruby-on-rails。我们正在使用Azure's Cognitive Services，例如返回与给定图像关联的标签列表。

一个 JSON 格式的图像的标签示例是：

"tags":[
"tag_name":"outdoor","tag_confidence":"99.87",
"tag_name":"clothing","tag_confidence":"99.56",
"tag_name":"person","tag_confidence":"99.55",
"tag_name":"human face","tag_confidence":"93.33",
"tag_name":"tree","tag_confidence":"93.17",
"tag_name":"smile","tag_confidence":"91.33"

现在我们只是将它作为哈希存储在表中，但稍后我们希望能够进行过滤或查询，例如，我们可以在其中进行过滤或查询。获取所有带有 person 标记的图像。如何以最佳方式为此创建模型和表格？

【问题讨论】：

Postgres 有一个 JSON 数据类型 postgresql.org/docs/current/datatype-json.html

@Eyeslandic 啊，是的，谢谢！这就是我们正在使用的。以后在大量图片上查询所有带有特定标签的图片可以吗？

通过适当的索引，我想是的，但我不是数据库专家。你读过关于 GIN 索引的部分吗，那里有关于性能的讨论。

我不确定 GIN 索引对 JSONB 列中的对象（文档）数组的使用效果如何。但我也不是数据库专家。

【参考方案1】：

如果您计划查询数据并且它具有常规结构，那么使用实际表可能会更好。

# rails g model tag name:string:uniq
class Tag < ApplicationRecord
  validate_uniqueness_of :name
  has_many :taggings
  has_many :photos, through: :taggings
end

# rails g model tagging tag:belongs_to photo:belongs_to confidence:float
# add a unique index on tag_id and photo_id
class Tagging < ApplicationRecord
  validate_uniqueness_of :tag_id, scope: :photo_id
  belongs_to :tag
  belongs_to :photo
end

class Photo < ApplicationRecord
  has_many :taggings
  has_many :tags, through: :taggings
end

class TaggingService
  def initialize(photo)
    @photo = photo
    @tag_data = get_it_somehow(photo)
  end

  def perform(photo)
    @tag_data.each do |raw|
      photo.taggings.create(
        confidence: raw["tag_confidence"],
        tag: Tag.find_or_create_by(name: raw["tag_name"])
      )
    end
  end

  def self.perform(photo)
    new(photo).perform
  end
end

例如，您可以通过以下方式查询带有给定标签的照片：

Photo.joins(:tags)
     .where(tags:  name: 'outdoor' )

或者一组标签：

Photo.left_joins(:tags)
     .group(:id)
     .where(tags:  name: ['outdoor', 'clothing', 'tree'] )
     .having('COUNT(tags.*) >= 3')

当然，您可以使用 JSON 列执行此操作，但查询会更难阅读，并且您会失去数据库规范化和使用实际模型的所有优势。

一个例子是，如果您想基于聚合显示标签：

Tag.left_joins(:taggings)
   .order('COUNT(taggings.*)', 'AVG(taggings.confidence)')

如果您使用 JSONB 列，则必须使用噩梦般的查询从 photos 表的每一行中提取该列。