Question

我需要在2个父母之间比较子对象的集合。每个对象大约有30,000个对象，并具有大约十二种各种属性。 Ruby的Set类提供了一种快速方法，可以从另一个集合中减去一个集合，并获得差值。我一直在用JSON数据执行此操作，整个过程只花了几秒钟。

现在我正在使用ActiveRecord来获取数据集。当然，一旦将子级从数据库中解组出来，它们将包括属性:id，:created_at和:updated_at。不幸的是，这会自动破坏diff中的比较，因为这些字段将始终不同，从而导致比较失败。

在这组属性中，我实际上只关心:label和:data。也就是说，我想比较两组中具有相同标签的对象，看它们的数据是否不同。

我可以在我的课程中添加一个自定义等效运算符：

def ==(other)
    self.label == other.label && self.data == other.data
end

这在单个对象的比较之间起作用。如果（只是）其标签和数据匹配，则认为它们相等。但是，出于确定等效性的目的，此操作似乎未使用此替代项：

@diff = (@left.to_set - @right.to_set)

我希望Set可以使用对象的类的重写==运算符，但是事实并非如此。我的差异只是一侧或另一侧的全部，具体取决于差异的顺序。有什么办法可以做到这一点？（我已经尝试覆盖.eql?。）

由于注释太长，因此这里是该想法的SQL实现。

WITH 
    t1 AS (SELECT * FROM tunings WHERE calibration_id = 7960),
    t2 AS (SELECT * FROM tunings WHERE calibration_id = 7965)
SELECT t1.label, t1."data", t2."data" FROM t1 FULL OUTER JOIN t2 ON t1.label = t2.label
WHERE t1."data" != t2."data" OR t1."data" IS NULL OR t2."data" IS NULL

我什至没有提到的另一个速度问题是，当我在视图中显示差异时，我必须从对应的设置中查找“正确”的值，而这又需要10秒钟。这一切都一步一步完成。

由于CTE的原因，我想我无法将其放入ActiveRecord语义中，我只需要将原始SQL与种子值一起传递，但是我希望证明自己是错误的。

此外，我仍然在学术上对原始问题感兴趣。

Answer 1

根据Ruby Set class: equality of sets，您需要同时覆盖Object#eql?和Object#hash

Answer 2

这是您在常规Ruby中无需重新定义类的身份的方法。

first = [{ id: 1, label: "foo", data: "foo"},
         { id: 2, label: "bar", data: "bar"},
         { id: 3, label: "baz", data: "baz"}]
second = [{ id: 1, label: "foo", data: "foo"},
          { id: 2, label: "baz", data: "baz"},
          { id: 3, label: "quux", data: "quux"}]

first_groups = first.group_by { |e| e.values_at(:label, :data) }
second_groups = second.group_by { |e| e.values_at(:label, :data) }

first_minus_second_keys = first_groups.keys.to_set - second_groups.keys.to_set
first_minus_second = first_minus_second_keys.flat_map { |k| first_groups[k] }

（这是针对哈希列表的；对于AR类，您将e.values(:label, :data)替换为[e.label, e.data]）

也就是说，我同意“锡曼”的观点：在数据库级别执行此操作会更有效率。

是否可以在Ruby的Set中使用自定义相等运算符？

2 个答案: