Question

以下是连续三次基准测试的查询：

ids = @Company.projects.submitted.uniq.collect(&:person_id)
  1.370000   0.060000   1.430000 (  3.763946)

@persons = Person.where("id IN (?)", ids)
  0.030000   0.000000   0.030000 (  0.332878)

@emails = @persons.collect(&:email).reject(&:blank?)
  16.550000  1.640000  18.190000  (128.002465)

ids包含近10000个ID，并在运行我看到的最后一个查询时：

SELECT "persons".* FROM "persons" WHERE (id in (121,142,173,178...14202))
(*1000s ->) User Load (13.0ms)  SELECT "users".* FROM "users" WHERE "users"."roleable_type" = 'Person' AND "users"."roleable_id" = 121 LIMIT 1

Indexes on User:
add_index "users", ["roleable_id", "roleable_type"], :name => "index_users_on_roleable_id_and_roleable_type"
add_index "users", ["roleable_type", "roleable_id"], :name => "index_users_on_roleable_type_and_roleable_id"

我如何解决这里发生的事情？

Answer 1

你拥有它的第二个查询实际上并没有击中数据库。它正在构建一个ActiveRecord::Relation（一个懒惰的查询），在调用第三个查询之前不会触发它。您可以通过在第二个查询的末尾添加.all来证明这一点。

要解决性能问题，您希望使用文字列表删除IN ()，因为这会严重损害大型列表的数据库性能：

@persons = Person.joins(:projects).merge(@Company.projects.submitted)

您也可以使用子查询（尽管效率低于JOIN）来执行此操作：

subquery = @Company.projects.submitted.select("projects.person_id").to_sql
@persons = Person.where("id IN (#{subquery})")

如果您只想获得结果@emails，并且真的不需要@persons集合，那么您可以使其效率更高一些：

@email = Person.joins(:projects).merge(@Company.projects.submitted).
                  where("LENGTH(persons.email) > 0").pluck(:email)

如何优化查询数千个ID

1 个答案: