优化建议计算并具有多对多关系

如何解决优化建议计算并具有多对多关系

|| 我有两个模型

User

和

Brand

，并且它们之间有多对多关系（通过

UserBrand

表）。我有大约一千个用户，一千个品牌和每个用户一百个喜欢的品牌。

User.all.count # => 1000
Brand.all.count # => 1000
User.find(1).brands # => 100

如果我想找到5个用户，这些用户最喜欢的品牌几乎等于当前用户，那么我在用户模型中写下了以下内容

class User < ActiveRecord::Base
  has_many :user_brands
  has_many :brands,:through => :user_brands

  def similar_users
    result = {}

    User.all.each do |u|
        result[u] = shared_brands_with u.brands
    end

    result.sort{ |a,b| b[1] <=> a[1] }[1..5].map!{ |e| e[0] }
  end

  def shared_brands_with(brands)
    (brands & @brands).size
  end
end

以及ѭ5视图中的以下内容

<h2>Similar users</h2>
<ul>
  <% @user.similar_users.each do |user| %>
    <li><%= link_to user.name,user %></li>
  <% end %>
</ul>

但是，在浏览器中查看用户推荐大约需要30-60秒。 所以我的问题是“如何加快建议的计算速度？” UPD：使用

    User.includes(:brands).each do |u|
        result[u] = shared_brands_with u.brands
    end

效果翻倍，但即使使用50个品牌（而不是100个品牌），在10秒内给出推荐的速度也很慢。     

解决方法

        因此，基本上。您正在拉动整个用户表。对于每个用户，获取该用户的品牌列表，大概是品牌本身。和过滤。我不会期望它很快。 :-) 您将需要在SQL中重写该逻辑以使其快速运行。抱歉，我的流利程度不比红宝石流利-不能真正理解标准……但是，实质上，可以通过单个查询来获取品牌。 它将变得又大又丑，充满了连接和in（），并可能包含by / having子句，但是它将比您当前的方法快。