ruby-on-rails - example - rails postgresql jsonb

Encuentra filas con múltiples campos duplicados con Active Record, Rails y Postgres

Question

¿Cuál es la mejor forma de encontrar registros con valores duplicados en varias columnas usando Postgres y Activerecord?

Encontré esta solución here :

User.find(:all, :group => [:first, :email], :having => "count(*) > 1" )

Pero no parece funcionar con postgres. Me aparece este error:

PG :: GroupingError: ERROR: la columna "parts.id" debe aparecer en la cláusula GROUP BY o debe usarse en una función agregada

Answer 1

Basado en la respuesta anterior de @newUserNameHere, creo que la forma correcta de mostrar el conteo de cada uno es

res = User.select(''first, email, count(1)'').group(:first,:email).having(''count(1) > 1'')

res.each {|r| puts r.attributes } ; nil

Answer 2

Ese error ocurre porque POSTGRES requiere que coloque columnas de agrupación en la cláusula SELECT.

tratar:

User.select(:first,:email).group(:first,:email).having("count(*) > 1").all

(nota: no probado, es posible que deba modificarlo)

EDITADO para eliminar la columna de identificación

Answer 3

Si necesita los modelos completos, intente lo siguiente (según la respuesta de @ newUserNameHere).

User.where(email: User.select(:email).group(:email).having("count(*) > 1").select(:email))

Esto devolverá las filas donde la dirección de correo electrónico de la fila no es única.

No estoy al tanto de una forma de hacer esto sobre múltiples atributos.

Answer 4

Versión probada y de trabajo

User.select(:first,:email).group(:first,:email).having("count(*) > 1")

Además, esto es un poco relacionado, pero práctico. Si desea ver cómo se encontró cada combinación, ponga .count al final:

User.select(:first,:email).group(:first,:email).having("count(*) > 1").size

y obtendrás un resultado retrocedido que se ve así:

{[nil, nil]=>512,
 ["Joe", "[email protected]"]=>23,
 ["Jim", "[email protected]"]=>36,
 ["John", "[email protected]"]=>21}

Pensé que era genial y no lo había visto antes.

Gracias a Taryn, esta es solo una versión ajustada de su respuesta.