Activerecordにおけるincludesとjoinsの振る舞いについて

Activerecordを使ってるとき、関連(Association)のあるmodel同士をまとめて取得したい時がけっこうある。そんな時、includesやjoinsを使えば効率良くデータを取得出来るんだけど、実はこの二つは振る舞いや特徴が全然違ってたりする。ややこしい気がしたので、ここでちょっとまとめておく。

先に結論を書いておくと、基本的には

• includesは先読みしてキャッシュしておく。
• joinsはただINNER JOINしてくれる。

と思っておけばOK。

ちなみに、railsのversionは4.1.0。Web上に落ちてる情報は古いせいか若干現状の挙動とは違ってたりしたので、気をつけた方が良さそう。

includes

includesはデータの先読みをしてくれる。その為、関連modelに対する参照を持ちたい場合に使う。そう言われてもよくわからないと思うので、実際に使用例を見てみる。

[1] pry(main)> Blog.includes(:tags).each{|blog| p blog.tags.name}
  Blog Load (90.4ms)  SELECT "blogs".* FROM "blogs"
  Tagging Load (992.6ms)  SELECT "taggings".* FROM "taggings"  WHERE "taggings"."blog_id" IN (`取得したblogsのID`)
  Tag Load (71.3ms)  SELECT "tags".* FROM "tags"  WHERE "tags"."id" IN (`取得したtaggingのid`)

上記の例では、blogsをincludes(:tags)した状態で取得している。tableの構造としては、中間tableのtaggingがblog_idとtag_idを持っていて、blogとtagの間に多対多の関係が出来ている。blogはtagの集合としてtagsへの参照をもっており、tagsを効率良く取得する為にincludesが使われている。

ActiveRecord::QueryMethodsの実行結果は、実際に発行されたSQLの形で確認出来る。その結果を見てやると、blogs, taggings, tagsへのsqlの発行がそれぞれ1回ずつ行われている事が分かる。blogsを取得し、取得したblogsに相当するtaggingを取得し、さらに取得したtaggingに相当するtagを取得するといった具合である。

当然の挙動とおもうかも知れないが、includes(:tags)しなかった場合にはこうはいかない。blogからtagsへの参照が発生するたびに新規のsqlを発行してtagsを取得しようとしてしまうため、いわゆる N+1問題 が発生する。これは大変効率が悪い....!!!

[2] pry(main)> Blog.each{|blog| p blog.tags.name}
  Blog Load (90.4ms)  SELECT "blogs".* FROM "blogs"
  Tag Load (10.5ms)  SELECT "tags".* FROM "tags" INNER JOIN "taggings" ON "tags"."id" = "taggings"."tag_id" WHERE "taggings"."blog_id" = `blogのidのうち一つ`
  # このtagsへのクエリが取得したblogの数N回だけ発行される!!!

そんな訳で、includesは別のmodelへの参照が必要となる場合にN+1問題を避ける為に使われる。

joins

joinsの仕組みはめちゃくちゃシンプルで、ただINNER JOINしてくれる。

[109] pry(main)> Blog.joins(:tags)
  Blog Load (1211.6ms)  SELECT "blogs".* FROM "blogs" INNER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id"

joinsを使えば、joins先のテーブルのカラムの値を使って絞り込んだり出来る。

[159] pry(main)> Blog.joins(:tags).where(tags: {id: [*1..3]})
  Blog Load (4.6ms)  SELECT "blogs".* FROM "blogs" INNER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" AND INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (1, 2, 3)

注意しなければいけないのは、INNER JOINした結果のレコード1つ1つが1つのオブジェクトにマッピングされて返ってくる事。当然、返ってくるレコードの数は違ってくる。

[150] pry(main)> Blog.all.size
  (2.1ms)  SELECT COUNT(*) FROM "blogs"
=> 2923
[151] pry(main)> Blog.includes(:tags).all.size
  (1.9ms)  SELECT COUNT(*) FROM "blogs"
=> 2923
[152] pry(main)> Blog.joins(:tags).all.size
  (73.0ms)  SELECT COUNT(*) FROM "blogs" INNER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id"  INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id"
=> 38943

blogのレコード数自体が2923なのに対して、joins(:tags)してINNER JOINするとレコード数が38943まで増えている事が分かる。

それから、joinsしたテーブルのカラムにアクセスするには、明示的にselectをしてやらなければならない。

[154] pry(main)> Blog.joins(:tags).select('blogs.*, tags.name').first.attributes
  Blog Load (1.8ms)  SELECT  blogs.*, tags.name FROM "blogs" INNER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id"  ORDER BY "blogs"."id" ASC LIMIT 1 
=> {"id"=>1,
 "title"=>"眠りに恐怖を感じる「睡眠恐怖症」。難病患者の苦しみに見る社会の闇。",
 "name"=>"VICE.COM ORIGINAL"}

[156] pry(main)> Blog.first.attributes
  Blog Load (0.7ms)  SELECT  "blogs".* FROM "blogs"   ORDER BY "blogs"."id" ASC LIMIT 1
=> {"id"=>1,
 "title"=>"眠りに恐怖を感じる「睡眠恐怖症」。難病患者の苦しみに見る社会の闇。"}

1レコードが1つのオブジェクトにマッピングされるため、取得したオブジェクトのnameプロパティにtagのnameが格納されているのが特徴的。includesと違って先読みはしていない為、'tags'への参照はSQLの発行を意味する事にも気をつけなければならない。

ちょっと細かい話。includes + referencesとかincludes + joinsとか

includesは先読みと書いたが、referencesも付ける事でLEFT OUTER JOINにもなる。OUTER JOINは片方にしか存在しないレコードも結果に含めるJOINで、INNER JOINよりも広い範囲でレコードを取得する。

[159] pry(main)> Blog.includes(:tags).references(:tags).where(tags: {id: [*1..3]}).size
   (2.3ms)  SELECT COUNT(DISTINCT "blogs"."id") FROM "blogs" LEFT OUTER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" LEFT OUTER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (1, 2, 3)
=> 97

[160] pry(main)> Blog.includes(:tags).references(:tags).where(tags: {id: [*1..3]})
  SQL (4.8ms)  SELECT "blogs"."id" AS t0_r0, "blogs"."title" AS t0_r1, "blogs"."published_on" AS t0_r2, "blogs"."priority" AS t0_r3, "blogs"."category_cd" AS t0_r4, "blogs"."description" AS t0_r5, "blogs"."media_id" AS t0_r6, "blogs"."created_at" AS t0_r7, "blogs"."updated_at" AS t0_r8, "blogs"."body" AS t0_r9, "blogs"."cover_image_id" AS t0_r10, "blogs"."url_id" AS t0_r11, "blogs"."hatebu_likes" AS t0_r12, "blogs"."fb_shares" AS t0_r13, "tags"."id" AS t1_r0, "tags"."name" AS t1_r1, "tags"."taggings_count" AS t1_r2 FROM "blogs" LEFT OUTER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" LEFT OUTER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (1, 2, 3)

sizeでレコード数を見ると、元のincludesの処理に合わせてblogsの重複を無くした数を返してくれる(その為にDISTINCTが使われている。)。 joinsの様にJOIN先のテーブルのカラムを使って絞り込む事も出来る。上記の例では、どちらもtagsのidが[1, 2, 3]に含まれる様なblogsだけを返している。

先読みの機能も残してくれていて、blogからtagsへの参照も余分なクエリを発行する事無く行える。

[166] pry(main)> Blog.includes(:tags).references(:tags).where(tags: {id: [*1..3]}).each{|blog| p "#{blog.title}, #{blog.tags.first}"}
  SQL (6.7ms)  SELECT "blogs"."id" AS t0_r0, "blogs"."title" AS t0_r1, "blogs"."published_on" AS t0_r2, "blogs"."priority" AS t0_r3, "blogs"."category_cd" AS t0_r4, "blogs"."description" AS t0_r5, "blogs"."media_id" AS t0_r6, "blogs"."created_at" AS t0_r7, "blogs"."updated_at" AS t0_r8, "blogs"."body" AS t0_r9, "blogs"."cover_image_id" AS t0_r10, "blogs"."url_id" AS t0_r11, "blogs"."hatebu_likes" AS t0_r12, "blogs"."fb_shares" AS t0_r13, "tags"."id" AS t1_r0, "tags"."name" AS t1_r1, "tags"."taggings_count" AS t1_r2 FROM "blogs" LEFT OUTER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" LEFT OUTER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (1, 2, 3)

元のincludesとjoinsの良いとこどり見たいな感じで、すごい。

ただ、気をつけなければいけないのはlimitつけた場合で、DISTINCTを使って決められたレコード数のblogを取得してからOUTER JOINのクエリを発行しようとする。このDISTINCTの処理がなかなか重かったりするので、乱用は良く無いと思った。

[195] pry(main)> Blog.includes(:tags).references(:tags).where(tags: {id: [*100..200]}).limit(100)
  SQL (25.7ms)  SELECT  DISTINCT "blogs"."id" FROM "blogs" LEFT OUTER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" LEFT OUTER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (`100から200`) LIMIT 100
  SQL (31.9ms)  SELECT "blogs"."id" AS t0_r0, "blogs"."title" AS t0_r1, "blogs"."published_on" AS t0_r2, "blogs"."priority" AS t0_r3, "blogs"."category_cd" AS t0_r4, "blogs"."description" AS t0_r5, "blogs"."media_id" AS t0_r6, "blogs"."created_at" AS t0_r7, "blogs"."updated_at" AS t0_r8, "blogs"."body" AS t0_r9, "blogs"."cover_image_id" AS t0_r10, "blogs"."url_id" AS t0_r11, "blogs"."hatebu_likes" AS t0_r12, "blogs"."fb_shares" AS t0_r13, "tags"."id" AS t1_r0, "tags"."name" AS t1_r1, "tags"."taggings_count" AS t1_r2 FROM "blogs" LEFT OUTER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" LEFT OUTER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (`100から200`) AND "blogs"."id" IN (`取得したblogのid`)

ちなみに、INNER JOINで同じ様な事したかったらincludes+joinsで出来るっぽい。references使った時との違いは、sizeでDISTINCTがかからない事。

[194] pry(main)> Blog.includes(:tags).joins(:tags).where(tags: {id: [*100..200]}).limit(100)
  SQL (25.9ms)  SELECT  DISTINCT "blogs"."id" FROM "blogs" INNER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (`100から200`) LIMIT 100
  SQL (31.6ms)  SELECT "blogs"."id" AS t0_r0, "blogs"."title" AS t0_r1, "blogs"."published_on" AS t0_r2, "blogs"."priority" AS t0_r3, "blogs"."category_cd" AS t0_r4, "blogs"."description" AS t0_r5, "blogs"."media_id" AS t0_r6, "blogs"."created_at" AS t0_r7, "blogs"."updated_at" AS t0_r8, "blogs"."body" AS t0_r9, "blogs"."cover_image_id" AS t0_r10, "blogs"."url_id" AS t0_r11, "blogs"."hatebu_likes" AS t0_r12, "blogs"."fb_shares" AS t0_r13, "tags"."id" AS t1_r0, "tags"."name" AS t1_r1, "tags"."taggings_count" AS t1_r2 FROM "blogs" INNER JOIN "taggings" ON "taggings"."blog_id" = "blogs"."id" INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (`取得されたtagsのid`)

[199] pry(main)> Blog.includes(:tags).joins(:tags).where(tags: {id: [*100..200]}).size
   (23.8ms)  SELECT COUNT(*) FROM "blogs" INNER JOIN "taggings" ON "taggings"."blogs_id" = "blogs"."id" INNER JOIN "tags" ON "tags"."id" = "taggings"."tag_id" WHERE "tags"."id" IN (`100から200`)
=> 74

まとめ

Activerecordでは、関連するモデルを効率良く取得する為の手段としてincludesやjoinsメソッドが提供されている。ただ参照先を利用したいならincludes, INNER JOINして絞り込みたいならjoins, 絞り込みつつ参照先も利用したいならincludes + referencesやincludes + joinsを使えば良い。

と言いつつ、一番大事なのは実際に発行されたSQLと処理にかかった時間を見て判断する事だったりするので、ちょっと複雑なSQL書きたい時はきちんと確認する癖をつけると良いのかなと思う。