使用activerecord-import递归导入CSV：has_many through关联失效

看起来你遇到了两个核心问题：关联的Answer数据没被保存，还抛出了NoMethodError (undefined method 'answer_id=' for #<Answer:0x000000000>)的报错。我来帮你拆解原因并给出修复方案：

问题根源 #

1. activerecord-import的recursive: true不支持多对多through关联：这个选项是为直接的has_many/has_one关联设计的（比如Question直接has_many Answers，Answer belongs_to Question），但你的模型是通过QuestionAnswer连接表实现的多对多关联，recursive导入无法自动处理连接表的创建逻辑。
2. 报错的原因：当你用question.answers.build创建Answer时，activerecord-import错误地按照直接关联的逻辑处理，试图给Answer实例设置answer_id（这并非Answer模型的字段），从而抛出未定义方法的错误。

修复方案 #

我们需要调整导入逻辑，分开处理Question、Answer和连接表QuestionAnswer的导入，确保每一步都能正确关联：

步骤1：替换导入方法代码 #

把你现有的from_csv方法替换为以下代码：

def self.from_csv(file)
  questions = []
  answers = []
  question_answer_mappings = []
  answer_cache = {} # 缓存已创建的Answer，避免重复插入

  CSV.foreach(file.path, headers: true) do |row|
    # 查找关联的分类和产品
    category = Category.find_by(name: row['category'].strip)
    product = Product.find_by(title: row['product'].strip)
    parent_question = Question.find_by(qname: row['parent'])

    # 创建Question对象
    question = Question.new(
      question: row['question'],
      qtype: row['qtype'],
      tooltip: row['tooltip'],
      parent: parent_question,
      position: row['position'],
      qname: row['qname'],
      category_id: category&.id,
      product_id: product&.id,
      state_id: row['state_id'],
      explanation: row['explanation']
    )
    questions << question

    # 处理Answer数据
    next unless row['answers'].present?

    row['answers'].split(" | ").each do |answer_str|
      answer_attrs = answer_str.split(',')
      # 用answer内容作为唯一键，避免重复创建相同Answer
      answer_key = answer_attrs[0].strip

      unless answer_cache[answer_key]
        answer = Answer.new(
          answer: answer_attrs[0] || "",
          value: answer_attrs[1] || "",
          pdf_parag: answer_attrs[2] || "",
          key: answer_attrs[3] || "",
          position: answer_attrs[4] || "",
          note: answer_attrs[5] || ""
        )
        answers << answer
        answer_cache[answer_key] = answer
      end

      # 暂存Question和Answer的关联关系
      question_answer_mappings << { question: question, answer: answer_cache[answer_key] }
    end
  end

  # 分步导入数据
  # 1. 导入Question
  Question.import questions, validate: false
  # 2. 导入Answer（如果有）
  Answer.import answers, validate: false if answers.present?
  # 3. 导入QuestionAnswer连接表
  question_answer_records = question_answer_mappings.map do |mapping|
    QuestionAnswer.new(
      question_id: mapping[:question].id,
      answer_id: mapping[:answer].id
    )
  end
  QuestionAnswer.import question_answer_records, validate: false if question_answer_records.present?
end

步骤2：代码说明 #

• 缓存Answer：用answer_cache哈希存储已创建的Answer，避免同一个Answer被重复插入（如果多个Question共享同一个Answer的话）。
• 分步导入：先导入Question，再导入Answer，最后导入连接表QuestionAnswer，确保每类记录都能获取到正确的ID用于关联。
• 容错处理：添加了category&.id和product&.id的安全调用，避免找不到分类或产品时抛出异常（你可以根据业务需求调整这部分的错误处理逻辑）。

额外注意事项 #

1. Heroku环境的导入性能：如果CSV文件很大，建议分批导入，避免Heroku的请求超时。可以用find_in_batches或者手动分割CSV数据。
2. 数据验证：你当前设置了validate: false，如果需要验证数据正确性，建议在导入前先做数据校验，或者移除validate: false并处理验证错误。

内容的提问来源于stack exchange，提问作者FDI