Rails每周一题(十八): Association之魔法

     要写出优美的rails代码，必须理解和掌握association的机制。它能使代码编写更加简单和方便，更能使你的代码更加简洁和优美。除此之外，也必须了解association背后的实现。有时候，代码的优美不代表一切，甚至代表着背后的丑恶。

 

 

    Association魔法

 

    先来看看什么是association，以及association如何使你的代码更加简单和优美。

 

    举个rubyonrails guides上的例子。

 

    一个customer有很多orders，它们的模型是这样子的：

 

 

class Customer < ActiveRecord::Base 
end 

class Order < ActiveRecord::Base 
end 

 

    假如要创建一个属于一个customer的order，则需要：

 

 

@order = Order.create(:order_date => Time.now,  :customer_id => @customer.id) 

 

    或者删除一个customer，以及他的所有orders：

 

 

@orders = Order.find_by_customer_id(@customer.id) 
@orders.each do |order| 
  order.destroy 
end 

@customer.destroy 

 

    这样的代码是非常繁琐的，并且在语义上很不清晰。让我们为这两个模型声明association：

 

 

class Customer < ActiveRecord::Base 
  has_many :orders, :dependent => :destroy 
end 

class Order < ActiveRecord::Base 
  belongs_to :customer 
end 

 

    当我们为这两个模型声明了association之后，一切就变得简单和明了了：

 

 

@order = @customer.orders.create(:order_date => Time.now) 

@customer.destroy 

 

    这就是assciation的魔法。

 

 

    选择正确的association

 

    使用何种association，跟数据库schema的设计有关；但最重要的，是反之，在设计数据库schema的时候，要考虑到数据的真正含义。

 

    比如，一个company，它拥有一个account，这是明显的account从属于company的关系。

 

    那么，它们的模型和association声明最好应该是这样的，以便跟语义匹配：

 

 

class Company
  has_one :account
end

class Account
  belongs_to :company
end

 

    但association的声明，还得符合数据库的表结构（特别是建立在一个遗留数据库上的时候）。这时候的外键（foreign key）应该在accounts表上，而不是companies表上。

 

    又比如，一个teacher有很多students，同时一个students也有很多teachers。所以，它们应该是多对多的关系，那么，association的模型声明应该是这样的：

 

 

class Teacher
  has_and_belongs_to_many :students
end

class Student
  has_and_belongs_to_many :teachers
end

 

   这种多对多的映射，在数据库上需要有一个中间表：students_teachers。但有时候，我们希望这个中间表变得有意义起来，而不是纯粹起到关联作用，比如在它上面添加一些其它字段。并且希望这个中间表的名字更加有意义，以便映射到一个模型。这时候，需要使用另外一种association，来建立这三个模型之间的关联：

 

 

class Teacher
  has_many :relations
  has_many :students, :through => :relations
end

class Relation
  belongs_to :teacher
  belongs_to :student
end

class Student
  has_many :relations
  has_many :teachers, :through => :relations
end

 

   还有一种高阶用法，有时候，我们希望一个模型属于几种不同的其它模型。比如，image即属于一个lightbox，也属于一个shopping cart。那我们可以使用多态association（polymorphic association ）：

 

 

class Image
  belongs_to :image_collection, :polymorphic => true
end

class Lightbox
  has_many :images, :as => :image_collection
end

class ShoppingCart
  has_many :images, :as => :image_collection
end

 

    同时，在做migration的时候，也要注意声明这是一种多态的关联：

 

 

create_table :images do |t| 
  t.string :name  
  t.references :image_collection, :polymorphic => true
  t.timestamps 
end 

 

    这个多态的reference，其实会生成两个字段:image_collection_id和:image_collection_type。

 

   随之而来的那些方法

 

    这是association带来的非常重要的东西，就是随着association的声明，会有一些相关的方法被创建出来。

 

     比如我们声明了belongs_to关联之后，有四个方法被自动创建：

 

 

association(force_reload = false)
association=(associate)
build_association(attributes = {})
create_association(attributes = {})

 

     又比如对于has_many关联，有如下方法被创建：

 

 

collection(force_reload = false)
collection<<(object, …)
collection.delete(object, …)
collection=objects
collection_singular_ids
collection_singular_ids=ids
collection.clear
collection.empty?
collection.size
collection.find(…)
collection.exist?(…)
collection.build(attributes = {}, …)
collection.create(attributes = {})

 

    正是这些方法，让代码变得简单。

 

    举个简单的例子，还是上面那个customer、order模型：

 

 

@customer.order_ids = [1, 2, 3]

 

    这个方法会把customer原有的并且不在这个id list里的orders给清除掉，创建新的原来不存在的关联，同时，会自动save到数据库。曾经需要非常复杂的操作，现在变得如此简单。

 

    还有，rails并不限制你为association添加自己的方法，这就是Association Extensions 。

 

   何时保存到数据库

 

    经过观察，发现对于大部分的关联，rails都会在赋值时自动把关联对象以及新的关联关系保存到数据库（除非你特别使用build方法来告诉rails不要save）。但对于belongs_to关联，却是个例外。比如对于上面account和company的例子：

 

 

@account.company = @company

 

    上面这条语句，并不会自动把@company（如果是一个new record）以及这两个对象之间的关联关系保存到数据库。

 

    我觉得，这个例外的主要原因是：对于其它关联来讲，关联的key要么在一个中间表，要么在对方表上。比如：

 

 

@company.account = @account

 

    外键存在于accounts表上，而不是companies表上。

 

   而对于belongs_to的关联，外键存在于自己表上。你给一个对象设置一些property，在没有调用save之前，它是不应该保存到数据库的。在如下这个场景里，就比较好理解为什么belongs_to关联不会自动保存到数据库：

 

 

@account.name = "new account"
@account.company = @company
@account.value = 100.00

# @account.save

 

    在调用上面的save语句之前，@account肯定不应该保存任何数据到数据库。

 

    而对于其它类型的关联，自动保存是比较合理的。比如：

 

 

@company.account = @account

 

    外键在accounts表上，这时候会自动把外键设上，并保存到数据库。而如果需要显示save才能保存，那么代码就会变得难看并且不合理：

 

 

@company.account= @account
# @account.save   #需要显示保存account，而我们是在操作company

 

    当然，上面讨论的前提是：自身对象本身已经被save了，而不是一个new record。

 

   Association的弹性

 

    Rails很精妙的一点在于，它用convention来使你省却很多麻烦，但它从来不限制你做什么，你如果觉得它的方式不好或者不适用，你可以去改变它。

 

    对于association也一样，它提供了很多options。

 

    比如对于company和account，外键默认是company_id，但你可以通过设定:foreign_key选项，来指定你希望的外键名称。

 

    又比如，对于任何关联，rails都提供了默认的sql查询语句。但我们可以通过:finder_sql来改变它的查询语句。

 

    Association，小心！

 

    Association的使用和创建并不是随心所欲的，你还得小心以下几点：

 

    1. 不要随心所欲地使用名字，至少，不应该跟model本身的instance method冲突。

 

    2. 小心cache：所有的associaiton方法，都是在最近查询的cache上操作，如果你的程序的其它部分改变了数据，就需要reload这些数据。比如

 

 

customer.orders # retrieves orders from the database 
customer.orders.size # uses the cached copy of orders 
customer.orders(true).empty? # discards the cached copy of orders  
                                                # and goes back to the database 

 

 

    Association的罪恶

 

    Association是魔法，但如果滥用，它是罪恶。

 

    举一个例子。

 

    有两个模型：

 

 

class User
  has_many :lightboxes
end

class Lightbox
  belongs_to :user
end

 

    我们希望找出拥有lightbox，并且lightbox的images_count大于10的所有users。可能我们会使用下面这个查询语句：

 

 

User.all(:include => [:lightboxes], 
             :conditions => "lightboxes.id IS NOT NULL AND lightboxes.images_count > 10")

 

 

   这个查询想当然地include（eager loading）了lightboxes，导致了两个罪恶：

 

   1. 滥用include。:include在这里确实需要，如果没有:include了lightboxes，lightboxes表因为没有被bound，所以不可以在:conditions里面使用它的字段作为查询条件。但是，:include应该在需要eager loading的时候使用，而不是把它用作:joins的替代。

 

       在跟踪log的时候，你会看到这个查询导致了两个表之间的left join，而这在当前的查询来说不是最好的方式。使用left join和lightbox.id IS NOT NULL的方式去过滤没有lightbox的user是一种愚蠢的行为。正确并且快速的方式是使用inner join。并且在结果集里面会把lightbox的字段查询出来，而这并不是我们需要的。

 

   2. 很多人以为eager loading是用join来实现的，其实在Rails2.2之后（我知道的是这个版本），已经改变了(http://guides.rubyonrails.org/active_record_querying.html#eager-loading-associations )。比如对于下面的查询：

 

 

User.all(:include => :lightboxes, :conditions => "company_id = 20")

 

    数据库真正的查询是：

 

SELECT * FROM users WHERE company_id = 20
SELECT * FROM lightboxes WHERE lightboxes.user_id IN (....................)

 

    这种查询方式，比之于用left oin来查询，数据结果集更加少，而且更易于做缓存（评论里QuakeWang说道）。

 

    但是，有一种情况会改变这种默认的查询方式：

 

    在:conditions里面有其它表的字段出现。不管这个表是否出现在:include集里面（比如只出现在joins里面），rails的eager loading的查询方式都会变成用join的方式，来查出发起表自身和:include里面所有关联的结果集。

 

    分几种情况：

 

    如果是通过:include绑定了其它表，那么使用的是left outer join，并且结果集中会出现这个表。

 

    如果是通过:joins绑定了其他表，那么使用的join方式由自己指定，并且如果没有:include这个关联，结果集不会出现这个表的数据。

 

    如果同时被:include和:joins绑定，代表的是：需要eager loading这个关联，但使用由:joins指定的表关联方式。

 

    举两个例子吧：

 

 

Company.all(:include => :address, 
    :joins => "INNER JOIN users ON users.company_id = companies.id", 
    :conditions => "users.id in (1, 2)")

 

    引起的查询时：

 

 

SELECT companies.id AS t0_r0, ...., addresses.id as t1_r0, ... FROM companies LEFT OUTER JOIN 
addresses ON addresses.id = companies.address_id INNER JOIN users ON users.company_id = 
companies.id WHERE users.id in (1, 2)

 

    而如果稍微改变一下上面的查询语句：

 

 

Company.all(:include => :address, 
    :joins => "INNER JOIN users ON users.company_id = companies.id AND users.id IN (1, 2)")

 

    则引起的查询是：

 

 

SELECT companies.* FROM companies INNER JOIN users 
ON users.company_id = companies.id AND users.id in (1, 2)

SELECT * FROM addresses WHERE addresses.id in (...)

 

 

    通过上面的分析，我们了解了如何正确使用eager loading。

 

    1. Eager loading是需要在预先获取关联数据时使用的，它通过减少N+1查询，来提高效率。它不是:joins的替代，并且较之于:joins，:include会导致结果集的增加。

 

    2. 同时，最好在需要eager loading时，避免在:conditions里面涉及其它表的字段，而通过:joins来替代。这种方式的效率会更好，这也是Rails2.2改变查询方式的原因吧。

 

    所以，上面那个查询正确的方式应该是下面这样的，因为我们只是把lightboxes作为一个查询条件，并不需要它的结果集：

 

 

User.all(:joins=> "INNER JOIN lightboxes ON users.id = lightboxes.user_id", 
             :conditions => "lightboxes.images_count > 10")

 

   当然，有人会说，这也不是“最美”的查询方式，你可以利用模型之间的association来写出一个更漂亮的查询，但上面这个查询是建立在“我们需要性能”的基础上的。

 

 

   其它

 

    关于association，还有其它一些重要的东西，比如 Association Callbacks ，就不再一一赘述了。本文完毕。

 

 

Reference:

 

    http://guides.rubyonrails.org/association_basics.htm

评论

17 楼 jerry 2009-08-26  

这一次比以前写的好：）

16 楼 andyhu1007 2009-08-19  

QuakeWang 写道

rainchen说的是一种方法，还有一种做法利用memcached的mutil get，这里的查询是通过ActiveRecord::Base.find_some生成的in语句，我们可以alias这个方法，先用mutil get这一系列的id，然后将已经获取的对象id从array中剔除，再用find_some_without_cache查询，这样在缓存命中率不高的情况下，也只会有一句in的查询。

Great!

15 楼 QuakeWang 2009-08-19  

rainchen说的是一种方法，还有一种做法利用memcached的mutil get，这里的查询是通过ActiveRecord::Base.find_some生成的in语句，我们可以alias这个方法，先用mutil get这一系列的id，然后将已经获取的对象id从array中剔除，再用find_some_without_cache查询，这样在缓存命中率不高的情况下，也只会有一句in的查询。

14 楼 rainchen 2009-08-18  

andyhu1007 写道

QuakeWang 写道

引用

   2. 很多人以为eager loading是用join来实现的，其实并不是，至少Rails2.2之后不再是。那么，上面那个查询导致了一个很庞大但我们并不需要的数据库查询，即：
SELECT * FROM lightboxes WHERE id IN (....................) 

2.2的这个改动我觉得是个优点，因为这种查询在大部分的情况下性能反而比join查询要好，配合缓存更是能够极大地减少数据库的负担，比如我给light_box加上按id作缓存，查询就会变成：
SELECT * FROM lightboxes WHERE id IN (ids not in cache) 
而查询完以后，还能够将未cache的light_box填充，这样其它代码在通过id获取light_box的时候也能够减少数据库查询。

请教一下，你这里所说的缓存怎么做？

我猜QuakeWang的意思是指利用memcached这样的mem hash db 来做db cache server,只做主键查询缓存，比如：select * from xx where primary_id = 123
那么一个类似：
SELECT * FROM lightboxes WHERE id IN (123,456,789, ...) 
的查询就可以分解为使用多个主键查询：
SELECT * FROM lightboxes WHERE id = 123;
SELECT * FROM lightboxes WHERE id = 456;
SELECT * FROM lightboxes WHERE id = 789;
...

这样所有查询都还是徘徊在db cache server层，不会过问db server，减轻db server的负担。

13 楼 andyhu1007 2009-08-17  

QuakeWang 写道

引用

   2. 很多人以为eager loading是用join来实现的，其实并不是，至少Rails2.2之后不再是。那么，上面那个查询导致了一个很庞大但我们并不需要的数据库查询，即：
SELECT * FROM lightboxes WHERE id IN (....................) 

2.2的这个改动我觉得是个优点，因为这种查询在大部分的情况下性能反而比join查询要好，配合缓存更是能够极大地减少数据库的负担，比如我给light_box加上按id作缓存，查询就会变成：
SELECT * FROM lightboxes WHERE id IN (ids not in cache) 
而查询完以后，还能够将未cache的light_box填充，这样其它代码在通过id获取light_box的时候也能够减少数据库查询。

请教一下，你这里所说的缓存怎么做？

12 楼 QuakeWang 2009-08-17  

引用

   2. 很多人以为eager loading是用join来实现的，其实并不是，至少Rails2.2之后不再是。那么，上面那个查询导致了一个很庞大但我们并不需要的数据库查询，即：
SELECT * FROM lightboxes WHERE id IN (....................) 

2.2的这个改动我觉得是个优点，因为这种查询在大部分的情况下性能反而比join查询要好，配合缓存更是能够极大地减少数据库的负担，比如我给light_box加上按id作缓存，查询就会变成：
SELECT * FROM lightboxes WHERE id IN (ids not in cache) 
而查询完以后，还能够将未cache的light_box填充，这样其它代码在通过id获取light_box的时候也能够减少数据库查询。

11 楼 fireflyman 2009-08-17  

這個更詳細

10 楼 fireflyman 2009-08-17  

http://guide.rails.info/association_basics.html

9 楼 下一站，火星 2009-08-17  

andyhu1007 写道

下一站，火星 写道

User.all, :conditions => "lightboxes_count > 10"

加了之后，你不就可以在users表里面直接根据lightboxes_count查询了？

不好意思，让你误解了。

我那里是images_count，它是lightboxes上的一个字段。

是我看错了，你的方法不错

引用

  User.all(:joins=> "INNER JOIN lightboxes ON users.id = lightboxes.user_id",               :conditions => "lightboxes.images_count > 10") 

8 楼 下一站，火星 2009-08-17  

kukuwuwu 写道

counter_cache 只是个count数缓存到一个字段上而已， 如果查询中有count查询数据库则少一步count查询，如果逻辑中没有count查询 counter_cache 对查询并不起任何作用

what is your point ?

7 楼 kukuwuwu 2009-08-17  

counter_cache 只是个count数缓存到一个字段上而已， 如果查询中有count查询数据库则少一步count查询，如果逻辑中没有count查询 counter_cache 对查询并不起任何作用

6 楼 wxmfly 2009-08-16  

写的很用心

5 楼 andyhu1007 2009-08-16  

下一站，火星 写道

User.all, :conditions => "lightboxes_count > 10"

加了之后，你不就可以在users表里面直接根据lightboxes_count查询了？

不好意思，让你误解了。

我那里是images_count，它是lightboxes上的一个字段。

4 楼 下一站，火星 2009-08-16  

User.all, :conditions => "lightboxes_count > 10"

加了之后，你不就可以在users表里面直接根据lightboxes_count查询了？

3 楼 andyhu1007 2009-08-16  

下一站，火星 写道

引用

class User 
  has_many :lightboxes 
end   
class Lightbox 
  belongs_to :user 
end

引用

我们希望找出拥有lightbox，并且lightbox的images_count大于10的所有users。

为什么不用

引用

class Lightbox 
  belongs_to :user ， :counter_cache => true
end

这个例子本身是为了举例之用，所以肯定有不合理的地方。

不过，我不清楚加上:counter_cache对这个查询的作用是什么，请指教~~

2 楼 下一站，火星 2009-08-16  

引用

class User 
  has_many :lightboxes 
end   
class Lightbox 
  belongs_to :user 
end

引用

我们希望找出拥有lightbox，并且lightbox的images_count大于10的所有users。

为什么不用

引用

class Lightbox 
  belongs_to :user ， :counter_cache => true
end

1 楼 机器人 2009-08-16  

呀，真不是错啊，谢谢分享。

你这么晚还在写帖子啊啊