php - 高性能MySQL随机非连续行

Question

我试图从数据不变的表中随机获取一行。我读到有人尝试使用 ORDER BY RAND()，这对于大型数据集来说很糟糕，而且扩展性不好。

我还看到了让 SQL 获取最小/最大范围之间的随机行的解决方案，如下所示:FLOOR(MAX(needed_id) * RAND) 但这仅在行顺序时有效:1 ,2,3,4,5,6,7,8,9,10。

我需要拉出的数据不是顺序的，例如:1,2,3,4,10,11,12,13

所以我认为有两种解决方案:

第一个解决方案:继续运行:FLOOR(MAX(needed_id) * RAND) 直到我收到一行正确的类型(1/6 机会)

第二个解决方案:像这样创建一个重复表(因为我的数据永远不会改变):

temp_id | needed_id | type 
1            1          1
2            4          1
3            7          2
3            8          2

所以我可以使用此方法提取随机 temp_id:FLOOR(MAX(temp_id) * RAND) - WHERE type = 1

你怎么看？我可能会运行第一个解决方案大约 6 次，直到收到正确的行，但在第二个解决方案中它会立即运行，但需要另一个表。

Answer 1

你的声明

but this would only work when the rows are sequential:

并不完全正确:floor() 和 max() 示例确实适用于非连续行，因为您会像

WHERE id >= FLOOR(RAND()*MAX(id)) 限制 1

因此，您采用与您获得的随机命中最接近的 ID。

这确实略微偏向于序列中大间隙之后的命中，但这可能还不错，具体取决于您的数据集。

因此，根据您对这种轻微的偏好有多少问题、您的数据集如何等等，这仍然可能是最好的解决方案。

因为有些不清楚，函数的使用没有问题:

MAX 在索引字段上很快。你不需要计算所有的行(在 innoDB 上很慢)，你只需要遍历你的 BTREE 索引，所以你会在 log 时间内找到这个值。这几乎是即时的

FLOOR 只是一个将在线性时间内执行的数学函数。就像 RAND 一样。请注意，ORDER BY rand() 并不是因为 rand 而变慢，而是因为您需要对整个表进行排序!这不是兰特的问题，而是秩序的问题。

现在您有一个执行类似操作的查询:

WHERE id >= 48 LIMIT 1

这在索引字段上当然非常快。请记住，您不是通过任何类型的表扫描得到 48(示例)的。