我有一个 MySQL 表，其中包含一堆条目，以及一个名为“乘数”的列。此列的默认（也是最常见的）值为 0，但它可以是任何数字。
我需要做的是从该表中随机选择一个条目。但是，这些行是根据“乘数”列中的数字加权的。值为 0 意味着它根本没有加权。值 1 表示它的权重是两倍，就好像该条目在表中出现两次一样。值 2 表示它的权重是表的三倍，就好像条目在表中的三倍一样。
我正在尝试修改我的开发人员已经给我的内容，如果设置没有太大意义，非常抱歉。我可能会更改它，但希望尽可能多地保留现有的表设置。
我一直试图弄清楚如何使用 SELECT 和 RAND() 来执行此操作，但不知道如何进行加权。有可能吗？
【问题讨论】：
Multiplier 次，然后像往常一样进行随机选择。
标签： php mysql select random database-table
@ali 的回答效果很好，但您无法控制结果偏向更高或更低权重的程度，您可以更改乘数，但这不是一种非常动态的方法。
我通过添加 POWER(weight,skewIndex) 而不是 weight 来优化代码，这使得更高的权重在 skewIndex 的值大于 1 时显示得更多，而在 0 和 1 之间的值显示得更少。
SELECT * FROM tbl AS t1 JOIN (SELECT id FROM tbl ORDER BY -LOG(1-RAND())/POWER(weight,skewIndex) LIMIT 10) AS t2 ON t1.id = t2.id
您可以使用
分析查询结果SELECT AVG(weight) FROM tbl AS t1 JOIN (SELECT id FROM tbl ORDER BY -LOG(1-RAND())/POWER(weight,skewIndex) LIMIT 10) AS t2 ON t1.id = t2.id
例如，将 skewIndex 设置为 3 平均为 78%，而 skewIndex 为 1 则平均为 65%
【讨论】：
为了更好的性能（特别是在大表上），首先索引权重列并使用以下查询：
SELECT * FROM tbl AS t1 JOIN (SELECT id FROM tbl ORDER BY -LOG(1-RAND())/weight LIMIT 10) AS t2 ON t1.id = t2.id
在 40MB 的表上，通常的查询在我的 i7 机器上需要 1 秒，而这个需要 0.04 秒。
有关为什么这更快的解释，请参阅MySQL select 10 random rows from 600K rows fast
【讨论】：
SELECT * 并取消其他两个？这就是通常查询的形式。
This guy 提出同样的问题。他和弗兰克说的一样，但权重不正确，在 cmets 中有人建议使用ORDER BY -LOG(1.0 - RAND()) / Multiplier，在我的测试中给出了非常完美的结果。
（如果有任何数学家想解释为什么这是正确的，请赐教！但它确实有效。）
缺点是您无法将权重设置为 0 以暂时禁用某个选项，因为您最终会被零除。但您始终可以使用 WHERE Multiplier > 0 将其过滤掉。
【讨论】：
1 - RAND() 等价于 RAND()，它（理想情况下）是 0 和 1 之间的一致。-LOG(RAND())/weight 是指数，速率为 weight。将 Expo 视为从现在开始直到您收到特定类型的电子邮件的时间，而速率是每种电子邮件到达的速度。 LIMIT 1 只是挑选下一封电子邮件。
0 的乘数表示它没有加权，但您的解决方案意味着0 的乘数被排除在结果集中。 OP 必须稍微改变他们的逻辑，以便 1 的乘数表示不加权，2 表示它在表中两次，等等。无论如何这似乎更有意义，但只是想确认改变是必要的.
Multiplier + 1替换Multiplier
1 - RAND() 实际上稍微“更干净”，因为它消除了您最终执行 LOG(0) 的微小机会，它返回 @ 987654338@。这是因为 RAND() 返回 0
虽然我意识到这是一个关于 MySQL 的问题，但以下内容可能对使用 SQLite3 的人有用，因为 RANDOM 和 LOG 的实现略有不同。
SELECT * FROM table ORDER BY (-LOG(abs(RANDOM() % 10000))/weight) LIMIT 1;
weight 是表中包含整数的列（我使用 1-100 作为表中的范围）。
SQLite 中的 RANDOM() 生成介于 -9.2E18 和 +9.2E18 之间的数字（有关更多信息，请参阅 SQLite docs）。我使用了模运算符将数字范围缩小了一点。
abs() 将删除负数以避免 LOG 仅处理非零正数的问题。
LOG() 实际上并不存在于 SQLite3 的默认安装中。我使用 php SQLite3 CreateFunction 调用来使用 SQL 中的 php 函数。有关这方面的信息，请参阅 the PHP docs。
【讨论】：
SELECT * FROM tablename ORDER BY -LOG(RAND()) / Multiplier;
是给你正确分布的那个。
SELECT * FROM tablename ORDER BY (RAND() * Multiplier);
给你错误的分布。
例如，表中有两个条目 A 和 B。 A 的重量为 100，而 B 的重量为 200。 对于第一个（指数随机变量），它给你 Pr(A 获胜) = 1/3，而第二个给你 1/4，这是不正确的。 我希望我能告诉你数学。但是我没有足够的代表来发布相关链接。
【讨论】：
<?php
/**
* Demonstration of weighted random selection of MySQL database.
*/
$conn = mysql_connect('localhost', 'root', '');
// prepare table and data.
mysql_select_db('test', $conn);
mysql_query("drop table if exists temp_wrs", $conn);
mysql_query("create table temp_wrs (
id int not null auto_increment,
val varchar(16),
weight tinyint,
upto smallint,
primary key (id)
)", $conn);
$base_data = array( // value-weight pair array.
'A' => 5,
'B' => 3,
'C' => 2,
'D' => 7,
'E' => 6,
'F' => 3,
'G' => 5,
'H' => 4
);
foreach($base_data as $val => $weight) {
mysql_query("insert into temp_wrs (val, weight) values ('".$val."', ".$weight.")", $conn);
}
// calculate the sum of weight.
$rs = mysql_query('select sum(weight) as s from temp_wrs', $conn);
$row = mysql_fetch_assoc($rs);
$sum = $row['s'];
mysql_free_result($rs);
// update range based on their weight.
// each "upto" columns will set by sub-sum of weight.
mysql_query("update temp_wrs a, (
select id, (select sum(weight) from temp_wrs where id <= i.id) as subsum from temp_wrs i
) b
set a.upto = b.subsum
where a.id = b.id", $conn);
$result = array();
foreach($base_data as $val => $weight) {
$result[$val] = 0;
}
// do weighted random select ($sum * $times) times.
$times = 100;
$loop_count = $sum * $times;
for($i = 0; $i < $loop_count; $i++) {
$rand = rand(0, $sum-1);
// select the row which $rand pointing.
$rs = mysql_query('select * from temp_wrs where upto > '.$rand.' order by id limit 1', $conn);
$row = mysql_fetch_assoc($rs);
$result[$row['val']] += 1;
mysql_free_result($rs);
}
// clean up.
mysql_query("drop table if exists temp_wrs");
mysql_close($conn);
?>
<table>
<thead>
<th>DATA</th>
<th>WEIGHT</th>
<th>ACTUALLY SELECTED<br />BY <?php echo $loop_count; ?> TIMES</th>
</thead>
<tbody>
<?php foreach($base_data as $val => $weight) : ?>
<tr>
<th><?php echo $val; ?></th>
<td><?php echo $weight; ?></td>
<td><?php echo $result[$val]; ?></td>
</tr>
<?php endforeach; ?>
<tbody>
</table>
如果要选择 N 行...
$rand指向的行。应在每个选择循环中排除先前选择的行。 where ... id not in (3, 5);
【讨论】：
对于其他人在谷歌上搜索这个主题，我相信你也可以这样做：
SELECT strategy_id
FROM weighted_strategies AS t1
WHERE (
SELECT SUM(weight)
FROM weighted_strategies AS t2
WHERE t2.strategy_id<=t1.strategy_id
)>@RAND AND
weight>0
LIMIT 1
所有记录的权重总和必须为 n-1，@RAND 应为介于 0 和 n-1 之间的随机值。
@RAND 可以在 SQL 中设置或作为整数值从调用代码中插入。
子选择将汇总所有前面记录的权重，检查它是否超过提供的随机值。
【讨论】：
伪代码(rand(1, num) % rand(1, num)) 的结果将越来越接近 0 而越来越接近 num。将结果从 num 中减去得到相反的结果。
所以如果我的应用程序语言是 PHP，它应该看起来像这样：
$arr = mysql_fetch_array(mysql_query(
'SELECT MAX(`Multiplier`) AS `max_mul` FROM tbl'
));
$MaxMul = $arr['max_mul']; // Holds the maximum value of the Multiplier column
$mul = $MaxMul - ( rand(1, $MaxMul) % rand(1, $MaxMul) );
mysql_query("SELECT * FROM tbl WHERE Multiplier=$mul ORDER BY RAND() LIMIT 1");
上面代码的解释：
仅使用 MySQL 也可以实现。
证明伪代码(rand(1, num) % rand(1, num)) 的权重会趋于0：
执行以下 PHP 代码查看原因（在此示例中，16 是最高数字）：
$v = array();
for($i=1; $i<=16; ++$i)
for($k=1; $k<=16; ++$k)
isset($v[$i % $k]) ? ++$v[$i % $k] : ($v[$i % $k] = 1);
foreach($v as $num => $times)
echo '<div style="margin-left:', $times ,'px">
times: ',$times,' @ num = ', $num ,'</div>';
【讨论】：
( rand(1, $MaxMul) % rand(1, $MaxMul) )的值分配给$mul
不要使用 0、1 和 2，而是使用 1、2 和 3。然后您可以将此值用作乘数：
SELECT * FROM tablename ORDER BY (RAND() * Multiplier);
【讨论】：
好吧，我会把权重的逻辑放在 PHP 中：
<?php
$weight_array = array(0, 1, 1, 2, 2, 2);
$multiplier = $weight_array[array_rand($weight_array)];
?>
和查询：
SELECT *
FROM `table`
WHERE Multiplier = $multiplier
ORDER BY RAND()
LIMIT 1
我认为它会起作用:)
【讨论】：
无论你做什么，都会很糟糕，因为它会涉及： * 将所有列的总“权重”作为一个数字（包括应用乘数）。 * 获取一个介于 0 和该总数之间的随机数。 * 获取所有条目并运行它们，从随机数中减去权重，并在项目用完时选择一个条目。
平均而言，您会跑到一半的桌子上。性能 - 除非表很小，否则在内存中的 mySQL 之外执行 - 会很慢。
【讨论】：