开发Rails Job合并含相似电话号码的重复用户记录技术问询

你的核心方向是对的——通过号码最后10位匹配同用户的重复记录，符合不同国家码的号码特征，也能覆盖你提到的场景。但当前代码存在几个关键问题，导致无法正确获取匹配项，以下是具体修正方案和合并逻辑：

一、修正查询逻辑 #

当前代码里的user[user.length * -1..-1]完全错误，你要操作的是用户的phone字段而非user对象本身。另外，号码里的非数字字符（比如-）会干扰匹配，必须先清洗提取纯数字，再取最后10位做匹配。

修正后的Job代码：

class MergeRecordsJob < ApplicationJob
  queue_as :default

  def perform(user_id)
    # 通过ID取用户，避免直接传对象引发序列化问题
    user = User.find(user_id)
    # 清洗电话号码，提取纯数字
    cleaned_phone = user.phone.gsub(/\D/, '')
    # 取纯数字的最后10位作为匹配键
    last_10_digits = cleaned_phone[-10..-1]

    # 查询所有纯数字结尾为这10位的用户，排除当前用户自身
    matches = User.where("regexp_replace(phone, '\\D', '', 'g') LIKE ?", "%#{last_10_digits}")
                  .where.not(id: user.id)

    p "找到#{matches.count}条重复记录"

    # 执行合并逻辑
    merge_duplicates(user, matches) unless matches.empty?
  end

  private

  def merge_duplicates(primary_user, duplicates)
    # 开启事务，确保合并操作的原子性，避免数据不一致
    ActiveRecord::Base.transaction do
      # 1. 迁移关联数据（按需调整）：将重复记录的关联资源（如订单、评论）转移到主记录
      duplicates.each do |dup|
        # 示例：若存在orders关联，将dup的订单归属更新为主记录ID
        # dup.orders.update_all(user_id: primary_user.id)
        # 其他关联模型同理处理
      end

      # 2. 确保主记录保留带国家码的号码：如果主记录无国家码，从重复记录中选取带国家码的替换
      primary_cleaned = primary_user.phone.gsub(/\D/, '')
      best_phone = duplicates.map { |d| d.phone }.select { |p| p.gsub(/\D/, '').length > 10 }.first || primary_user.phone
      primary_user.update!(phone: best_phone)

      # 3. 删除重复记录
      duplicates.destroy_all
    end
  end
end

二、优化与建议 #

• 批量分组处理：直接单条调用Job处理1000条样本会重复查询同一组记录，建议先按清洗后的最后10位分组，批量发起Job，同时给User表添加merged_at字段标记已处理记录，避免重复执行。
• 添加函数索引：为避免全表扫描，提升查询速度，给phone字段创建函数索引：

  CREATE INDEX idx_users_cleaned_phone ON users (regexp_replace(phone, '\D', '', 'g'));
  

• 测试验证：先在测试环境用小样本验证逻辑，重点确认关联数据迁移、号码保留规则的正确性，避免线上数据损坏。

内容的提问来源于stack exchange，提问作者ra-11