Question

简介

我有一个有多个表的应用程序，有些有一些表，有些没有关联。

一些表需要容纳大约100,000个条目。

该应用程序在Ruby 1.9上使用Rails 3.2并在Heroku上托管。如果需要，我可以接触工人。

问题中的要求

该应用程序的一个重要要求是允许用户将数据导出为CSV - 这样做的一个要求是允许用户过滤他们想要导出的数据，但我现在并不担心这一点我将从下面的数据中看到，我已经硬编码了要导出的数据，但这确实排除了创建一个rake任务来导出整个表格。

此外，必须考虑实现的方法，以允许多个表使用，以避免重复执行代码。

当前解决方案

我正在我的应用中实施delayed_job并在作业中执行CSV生成。在这样做时，我正在遵循http://www.ayokasystems.com/blog/delegating-long-running-jobs-in-rails/来自'abdullah'的解决方案。

我们的想法是以CSV格式生成数据并将其保存在UserJobs表的LONGTEXT字段中，以允许用户在完成和将来一次下载。

问题

上面教程中使用的方法在我的应用程序中工作正常，直到我一次运行100,000个记录的作业。为了解决这个问题，我尝试将很酷的find_each函数添加到perform方法中，但是每次尝试处理它时，延迟的作业工作者都会报告错误：

[Worker(host:*** pid:18637)] ReportJob failed with NoMethodError: undefined method `each' for #<Title:0x007ff20c1ec1b0> - 0 failed attempts
[Worker(host:*** pid:18637)] ReportJob failed with NoMethodError: undefined method `each' for #<Title:0x007ff20ec47f18> - 1 failed attempts
[Worker(host:*** pid:18637)] 2 jobs processed at 10.5219 j/s, 2 failed ...

我执行方法的代码是：

def perform
  Title.find_each do |titles|
    csv_data = CSV.generate do |csv|
      titles.each do |t|
        csv << t.to_csv
      end
    end
    user_job = UserJob.find(user_job_id)
    user_job.update_attribute :data, csv_data
  end
end

任何人都可以看到问题可能是什么，我想我刚刚犯了一个愚蠢的错误，我是如何循环的。

我对如何完成有关要求的任何其他建议持开放态度，但请记住我对Heroku的限制。

Answer 1

你试图用每个进行迭代，但在这种情况下，标题是标题的实例（不是数组）。

csv_vals = []
columns = [:name, :release_date, :studio]

Title.find_each(:select => columns) do |title| 
  columns.each {|value| csv_vals << "#{title[value]}"}
end

# comma separated string 
csv_string = csv_vals.join(',')

有更优雅的方式来制定CSV字符串，但我实在太懒了。

重要的是，您只在所需的列上执行SELECT。对于100 000条记录，增加了大量带宽较少的DB通信。只需 find_each 即可获得每行的所有列，而您不需要它们。

Answer 2

find_each为块提供单个记录，而不是集合，因此您在单个记录上调用each时出错。看看find_in_batches，或修改您的代码以使用单个记录：

Title.find_each do |title|
  CSV.generate do |csv|
    csv << title.to_csv
  end
  user_job = UserJob.find(user_job_id)
  user_job.update_attribute :data, csv_data
end

Ruby-on-Rails 3.2：导出具有大数据集的CSV（100,000条记录）

2 个答案: