如何用ActiveRecord删除目标表中源表不存在的记录？

要实现高效删除TargetTable中在SourceTable不存在的记录（支持日期范围，适配百万级数据），直接用ActiveRecord的delete_all配合子查询即可，完全复用你提到的原生SQL逻辑，无需遍历每条记录。

基础实现（无日期范围） #

直接通过原生SQL片段构建条件，在数据库层面执行单条DELETE语句，避免内存加载大量数据：

# 删除TargetTable中tracking_id未在SourceTable出现的所有记录
TargetTable.delete_all <<~SQL
  NOT EXISTS (
    SELECT 1 FROM source_tables
    WHERE source_tables.tracking_id = target_tables.tracking_id
  )
SQL

带日期范围的安全实现 #

针对指定日期范围操作，同时用占位符避免SQL注入风险：

# 定义目标日期范围
start_date = Date.parse('2024-01-01')
end_date = Date.parse('2024-01-31')

# 删除指定日期内、SourceTable中无对应tracking_id的TargetTable记录
TargetTable.delete_all(
  <<~SQL,
    date_created BETWEEN ? AND ?
    AND NOT EXISTS (
      SELECT 1 FROM source_tables
      WHERE source_tables.tracking_id = target_tables.tracking_id
      AND source_tables.date_created BETWEEN ? AND ?
    )
  SQL
  start_date, end_date, start_date, end_date
)

关键优化点 #

• 索引优化：确保两张表的tracking_id字段都有单独索引，同时给TargetTable添加(date_created, tracking_id)联合索引，百万级数据下能大幅提升查询/删除效率。
• 预验证：执行删除前可先查询待删除记录数，确认逻辑正确性：

  # 统计待删除记录数
  delete_count = TargetTable.where(
    <<~SQL,
      date_created BETWEEN ? AND ?
      AND NOT EXISTS (
        SELECT 1 FROM source_tables
        WHERE source_tables.tracking_id = target_tables.tracking_id
        AND source_tables.date_created BETWEEN ? AND ?
      )
    SQL
    start_date, end_date, start_date, end_date
  ).count
  
  puts "待删除记录数：#{delete_count}"
  

• 分批处理（可选）：如果数据量极大（千万级），可按日期分段分批删除，避免长时间锁表，比如每次处理7天的数据。

内容的提问来源于stack exchange，提问作者PKul