ruby-on-rails - Active Record in_batches 与 find_in_batches

Question

我想对数据库中的数百万条记录执行批量操作。

根据ActiveRecord的文档，有两种方法可以进行批量操作，分别是#find_in_batches & #in_batches。但是，除了一个返回 Enumerator 而另一个返回 ActiveRecord Relation 之外，我似乎找不到它们之间的任何区别。

因此，考虑到它们具有不同的性能，我想知道在哪种情况下哪种性能更好。而且，除了原始 SQL 之外，还有更好的方法来有条件地更新数百万行吗？

Answer 1

简而言之，find_in_batches 生成每批找到的记录，而in_batches 生成ActiveRecord::Relation对象。

所以下面的代码:

Post.find_in_batches do |group|
   group.each { |post| puts post.title }
end

每批处理只会向数据库发送一个查询，以检索该批处理的所有帖子数据:

SELECT "posts".* FROM "posts" WHERE ...

但是:

Post.in_batches do |group|
   group.each { |post| puts post.title }
end

每批将向数据库发送两个查询。获取该批处理的帖子 ID 的第一个查询:

SELECT "posts"."id" FROM "posts" WHERE ...

第二个查询获取该批处理的所有帖子数据:

SELECT "posts".* FROM "posts" WHERE ...

更多详情:

如果您查看这两个函数的源代码 here ，您会看到 find_in_batches 实际上调用 in_batches 并在参数中传递了 load: true。但是，in_batches 中 load 的默认值为 false。

如果您在 in_batches 中进一步查看使用 load 值的部分，它将如下所示:

        if load
          records = batch_relation.records
          ids = records.map(&:id)
          yielded_relation = where(primary_key => ids)
          yielded_relation.load_records(records)
        else
          ids = batch_relation.pluck(primary_key)
          yielded_relation = where(primary_key => ids)
        end

原始解释可以在这里找到:https://www.codehub.com.vn/Difference-between-find_in_batches-vs-in_batches-in-Ruby-on-Rails