Rails 3.2迁移至5.1：distinct查询调用find_each报错问题

问题原因 #

Rails 5.0+ 对find_each的机制做了更严格的校验——这个方法依赖模型的主键字段来实现有序的分批查询（避免重复或遗漏记录）。你当前的select('DISTINCT batch_id')只返回了batch_id，没有包含模型的主键（比如id），所以触发了ArgumentError。

解决方案 #

根据你的业务需求，有两种常用的处理方式：

方案1：在select中包含主键，同时保证batch_id的唯一性

如果你需要保留SalesActivity实例的操作（而不只是batch_id的值），可以修改select语句，把主键和batch_id一起选中，同时用合适的语法确保batch_id唯一：

• 如果你用的是PostgreSQL，推荐用DISTINCT ON（会返回每个batch_id对应的第一条记录）：

sales = SalesActivity.select('DISTINCT ON (batch_id) batch_id, id, salesperson_id')
                     .where(salesperson_id: sales_id)
                     .order(:batch_id)

sales.find_each(batch_size: 2000) do |batchToProcess|
  # 你的处理逻辑
end

• 如果是MySQL环境，可以用GROUP BY实现类似效果：

sales = SalesActivity.select('batch_id, id, salesperson_id')
                     .where(salesperson_id: sales_id)
                     .group(:batch_id)

sales.find_each(batch_size: 2000) do |batchToProcess|
  # 你的处理逻辑
end

方案2：先获取唯一的batch_id数组，再手动分批处理

如果你的业务只需要batch_id的值，不需要操作SalesActivity实例，那更高效的方式是用pluck先拿到所有唯一的batch_id，再手动分批：

# 先获取所有唯一的batch_id数组
unique_batch_ids = SalesActivity.where(salesperson_id: sales_id)
                                .distinct.pluck(:batch_id)

# 手动按2000条分批处理数组
unique_batch_ids.each_slice(2000) do |batch_ids|
  # 这里可以根据batch_ids批量处理逻辑，比如：
  # SalesActivity.where(batch_id: batch_ids).find_each do |activity| ... end
end

补充说明 #

Rails 3.2的find_each实现没有强制检查主键是否存在，它会尝试用默认主键做分批，但这种方式可能导致重复处理或遗漏记录。Rails 5+修复了这个潜在问题，所以现在会严格校验主键是否在select结果中。

内容的提问来源于stack exchange，提问作者Snips