型号数据库CSV大量插入ZIP文件

Question

需要使用ActivereCord-Import和Rubyzip Gem将ZIP文件内的CSV数据导入我的产品模型。

此代码有效（下载zip并显示CSV名称）

desc "Import products data from web"
task import_product: :environment do
    url = "https://example.com"
    dir = "db/example_zip.zip"
    File.open(dir, "wb") do |f|
        f.write HTTParty.get(url).body
    end
    Zip::File.open(dir) do |zip|
        zip.each do |entry|
            entry.name
        end
    end
end

在" zip.east循环"中，我尝试了：

items = []
CSV.foreach(entry, headers: true) do |row|
  items << Item.new(row.to_h)
end
Item.import(items)

我有以下错误 TypeError：Zip ::进入字符串

的隐含转换

根据本教程：https：//mattboldt.com/importing-massive-data-into-rails/

使用此CSV刷新我的产品模型数据的最佳方法是什么？我必须将文件读取到内存中（entry.get_input_stream.read）或保存文件然后导入吗？

感谢您的帮助

Answer 1

引起的异常TypeError: no implicit conversion of Zip::Entry into String是因为CSV.foreach方法接受文件路径（String对象）作为参数，但您将其发送给Zip::Entry对象。

您可以简单地提取zip文件并将其内容直接加载到内存中：

Zip::File.open(dir) do |zip|
  zip.each do |entry|
    items = []
    CSV.new(entry.get_input_stream.read, headers: true).each do |row|
      items << Item.new(row.to_h)
    end
    Item.import(items)
  end
end

或CSV文件太大，您可以持久持续解压缩文件，然后使用CSV.foreach加载这些文件：

Zip::File.open(dir) do |zip|
  zip.each do |entry|
    csv_file = File.join(File.dirname(dir), entry.name)
    entry.extract(csv_file)
    items = []
    CSV.foreach(csv_file, headers: true) do |row|
      items << Item.new(row.to_h)
    end
    Item.import(items)
  end
end

您可以在这些文档中阅读更多：

• CSV.foreach：https：//ruby-doc.org/stdlib-2.0.0/libdoc/csv/rdoc/csv.html#method-c-foreach
• rubyzip gem https://github.com/rubyzip/rubyzip#reading-a-zip-file

Answer 2

最后，这是我下载zip文件并导入数据模型的代码

require 'zip'
require 'httparty'
require 'active_record'
require 'activerecord-import'
namespace :affiliate_datafeed do
    desc "Import products data from Awin"
    task import_product_awin: :environment do
        url = "https://productdata.awin.com"
        dir = "db/affiliate_datafeed/awin.zip"
        File.open(dir, "wb") do |f| 
            f.write HTTParty.get(url).body
        end
        zip_file = Zip::File.open(dir)
        entry = zip_file.glob('*.csv').first
        csv_text = entry.get_input_stream.read
        products = []
        CSV.parse(csv_text, :headers=>true).each do |row|
            products << Product.new(row.to_h)
        end
        Product.import(products)
  end
end

但是，下一个问题是，如何仅当产品不存在时才更新产品DB，或者在Last_updated字段中有新日期吗？刷新大DB的最佳方法是什么？谢谢