Ruby on Rails/Mongo筛选仅存在于filtered_apps数组的记录问题排查

你的对比逻辑无法正常运行，是由4个明确的错误导致的：

• 变量未初始化：代码中直接对previous_apps_array、@non_dupe_apps执行<<追加操作，但这两个变量从未被定义初始化，运行时会直接抛出undefined method '<<' for nil:NilClass错误。
• 分支逻辑与打印文案完全颠倒：if app.family_id.in?(previous_apps_array) == false对应的是「当前记录的family_id不存在于previous_apps中，属于filtered_apps独有记录」的场景，else分支对应的是「family_id同时存在于两个数组中，属于共有重复记录」的场景，但你在else分支打印的是No duplicate found for application #{app.hbx_id}，和实际逻辑完全相反。
• 语法错误：对比循环段多写了一个多余的end闭合标记，Ruby解析代码时会直接抛出语法错误，无法正常运行。
• 冗余遍历性能差：手动遍历previous_apps全量记录、逐行提取family_id存入数组的写法会把所有匹配的Application记录全量加载到内存实例化，数据量稍大时运行效率极低。

不需要手写逐行判断循环，直接用Ruby内置的集合方法+ORM的字段提取能力，几行代码就能完成需求，同时避免上述错误：

start_date = Date.parse("2022-02-05")
end_date   = Date.parse("2022-05-17")
valid_year = start_date.year

# 查询符合筛选条件的目标申请记录
filtered_apps = FinancialAssistance::Application.where(
  :is_requesting_info_in_mail => true, 
  :aasm_state => "determined",
  :submitted_at => {
    "$exists" => true, 
    "$gte" => start_date, 
    "$lte" => end_date 
  }
).to_a

# 直接用pluck提取比对用的family_id数组，不需要手动遍历，不会实例化全量记录
previous_family_ids = FinancialAssistance::Application.where(
  is_requesting_info_in_mail: true,
  :submitted_at => {
    "$exists" => true, 
    "$gte" => valid_year 
  }
).pluck(:family_id)

# 分组：过滤出filtered_apps独有的记录存入新数组，剩余的就是两数组共有的记录
non_dupe_apps = filtered_apps.reject { |app| previous_family_ids.include?(app.family_id) }
dupe_apps = filtered_apps - non_dupe_apps

# 打印两数组共有的记录
dupe_apps.each do |app|
  puts "存在共有重复记录，申请HBX ID为：#{app.hbx_id}"
end

# 后续直接调用non_dupe_apps数组处理CSV导出逻辑即可

如果数据量较大，还可以直接在数据库层完成过滤，完全不需要把全量记录加载到内存，运行效率更高：

# 直接查询出filtered_apps中独有的记录，所有过滤逻辑在MongoDB侧完成
non_dupe_apps = FinancialAssistance::Application.where(
  :is_requesting_info_in_mail => true, 
  :aasm_state => "determined",
  :submitted_at => {
    "$exists" => true, 
    "$gte" => start_date, 
    "$lte" => end_date 
  },
  :family_id.nin => FinancialAssistance::Application.where(
    is_requesting_info_in_mail: true,
    :submitted_at => { "$exists" => true, "$gte" => valid_year }
  ).pluck(:family_id)
)

内容的提问来源于stack exchange，提问作者beervenger