如何使用ActiveRecord和Postgresql按列選擇唯一記錄

Question

給出以下記錄（第一行是列名）：

name              platform           other_columns     date
Eric              Ruby               something         somedate
Eric              Objective-C        something         somedate
Joe               Ruby               something         somedate

如何檢索包含所有列的單數記錄，以使名稱列在結果集中始終是唯一的？ 我想在這個例子中的查詢返回第一個Eric（w / Ruby）記錄。

我認為我最接近的是使用“select distinct on（name）* ...”，但這需要我先按名稱排序，當我真的想按日期列排序記錄時。

• 按日期訂購記錄
• 如果有多個具有相同名稱的記錄，請選擇一個（這無關緊要）
• 選擇所有列

我如何在PostgreSQL上的Rails中實現這一點？

Answer 1

你不能做一個簡單的.group(:name)因為當你選擇未分組和未分頁的列時，會在你的SQL中產生GROUP BY name ，這使得選擇哪一行和PostgreSQL（正確的恕我直言）抱怨不明確 ：

當存在GROUP BY時，SELECT列表表達式無法引用除聚合函數之外的未組合列，因為對於未組合列，將返回多個可能的值。

如果您開始使用以下內容向分組中添加更多列：

T.group(T.columns.collect(&:name))

那么你將按照你不想要的東西進行分組，你最終會拉出整張桌子，這不是你想要的。 如果你嘗試聚合以避免分組問題，你最終會混合不同的行（即一列將來自一行，而另一列將來自其他行），這也不是你想要的。

ActiveRecord確實不是為這類東西而構建的，但你可以通過一些努力將它彎曲到你的意志。

你正在使用AR，所以你可能有一個id列。 如果你有PostgreSQL 8.4或更高版本，那么你可以使用窗口函數作為一種本地化的GROUP BY; 你需要窗口兩次：一次搞清楚name / thedate對，再挑出一個id （以防萬一你有相同的多行name和thedate匹配最早其中thedate ），從而得到一個唯一的行：

select your_table.*
from your_table
where id in (
    -- You don't need DISTINCT here as the IN will take care of collapsing duplicates.
    select min(yt.id) over (partition by yt.name)
    from (
        select distinct name, min(thedate) over (partition by name) as thedate
        from your_table
    ) as dt
    join your_table as yt
      on yt.name = dt.name and yt.thedate = dt.thedate
)

然后將它包裝在find_by_sql ，你就擁有了你的對象。

如果您將Heroku與共享數據庫（或其他沒有8.4或更高版本的環境）一起使用，那么您將無法使用PostgreSQL 8.3並且您將無法使用窗口功能。 在這種情況下，您可能希望過濾掉Ruby-land中的重復項：

with_dups = YourTable.find_by_sql(%Q{
    select yt.*
    from your_table yt
    join (select name, min(thedate) as thedate from your_table group by name) as dt
      on yt.name = dt.name and yt.thedate = dt.thedate
});

# Clear out the duplicates, sorting by id ensures consistent results
unique_matches = with_dups.sort_by(&:id).group_by(&:name).map { |x| x.last.first }

如果您非常確定不會有重復的name / min(thedate)對，那么8.3兼容的解決方案可能是您最好的選擇; 但是，如果會有很多重復項，那么您希望數據庫盡可能多地完成工作，以避免創建數千個您將要丟棄的AR對象。

也許其他人比我更強大的PostgreSQL-Fu會出現並提供更好的東西。

Answer 2

我不關心當多個名稱存在時檢索哪一行（對於所有列都是如此）並且表具有該結構，您可以簡單地執行查詢

SELECT * FROM table_name GROUP BY `name` ORDER BY `date`

或者在Rails中

TableClass.group(:name).order(:date)

Answer 3

我知道這個問題是8歲。 目前的紅寶石版本是2.5.3 。 2.6.1發布。 Rails穩定版本是5.2.2 。 6.0.0 beta2發布。

讓我們命名表Person 。

Person.all.order(:date).group_by(&:name).map{|p| p.last.last}

Person.all.order(:date).group_by(&:name).collect {|key, value| value.last}

說明 ：首先獲取人員表中的所有記錄。 然后按日期（降序或升序）排序，然后按名稱分組（具有重復名稱的記錄將被分組）。

Person.all.order(:date).group_by(&:name)

這會返回哈希值。

{"Eric" => [#<Person id: 1, name: "Eric", other_fields: "">, #<Person id: 2, name: "Eric", other_fields: "">], "Joe" => [#<Person id: 3, name: "Joe", other_fields: "">]}

解決方案1： .map方法。

Person.all.order(:date).group_by(&:name).map{|p| p.last.last}

我們得到哈希。 我們將其作為數組循環。 p.last會給

[[#<Person id: 1, name: "Eric", other_fields: "">, #<Person id: 2, name: "Eric", other_fields: "">],[#<Person id: 3, name: "Joe", other_fields: "">]]

使用p.last.first或p.last.last獲取嵌套數組的第一個或最后一個記錄。

解決方案2： .collect或.each方法。

Person.all.order(:date).group_by(&:name).collect {|key, value| value.last}

Answer 4

獲取名稱和最短日期列表，然后將其連接回原始表格以獲取您正在尋找的行集。

select
    b.*
from
    (select name, min(date) as mindate from table group by name) a
    inner join table b
        on  a.name = b.name and a.mindate = b.date