重複を削除するプログラムについて

現在ruby on railsにて作成したアプリケーションのsqliteデータベースに入るリストの中で、重複しているものを削除しようと考えております。

具体的には、下記のように、重複している場合、古いcreated_atを削除対象としようとしておりますが、現状プログラムですと、一覧が表示されるものの、削除は出来ないようです。

@customer = Customer.group(:company).where.not(industry:"A" || "B" || "C").having('count(*) >= 2').minimum(:created_at).destory_all

そこで、hashをkeyとvalueに変換し、削除を行おうと試みましたが、

customer_ids = @customer.where(company: hash.keys, created_at: hash.values).pluck(:id)

NoMethodError: undefined method `keys'とkeysに対するメソッドエラーが発生してしまいました。

一括削除を達成するにはどうすれば良いでしょうか？

y_waiwai

2022/05/14 07:12

コードを提示しよう

行動規範の内容に同意します

回答2件

どういうスキーマなのかよく分からなかったので、customersを以下として考えています。

rb
1create_table "customers", force: :cascade do |t|
2    t.string "industry", null: false
3    t.datetime "created_at", null: false
4    t.datetime "updated_at", null: false
5  end

ワンライナーで出来るかな？と考えてみましたが、複雑すぎたので諦めました。ActiveRecordらしく(Rubyらしく?)書くと、こんな感じでしょうか。

ruby
1ActiveRecord::Base.transaction do
2  Customer.group(:industry).having('COUNT(industry) >= 2').pluck(:industry).each do |industry|
3    max_val = Customer.where(industry: industry).maximum(:created_at)
4    Customer.where(industry: industry).where('created_at < ?', max_val).destroy_all
5  end
6end

重複しているindustryの一覧を元にeachでループ処理を行い、それぞれのindustryの最新の日付情報を取得して、それ以前のデータを全て削除しています。もっと良い集計方法があればいいのですが。普通にN+1問題となってしまいます。

一応、相関サブクエリを使った方法も考えてみたのですが、ActiveRecordで表現するのが厳しかったです。動作確認が出来たSQLだけ貼っておきますのでご参考までに。

sql
1DELETE FROM customers WHERE id IN (
2  SELECT
3    id
4  FROM
5    (
6      SELECT * FROM customers AS C1 WHERE C1.industry IN (SELECT industry FROM customers GROUP BY industry HAVING COUNT(industry) >= 2)
7    ) AS C2
8  WHERE
9    C2.created_at < (
10      SELECT MAX(created_at) FROM customers AS C3 WHERE C3.industry = C2.industry
11    )
12);