以高效的方式从 Oracle DB 中选择一个随机行答案

【问题标题】：Select a random row from Oracle DB in a performant way以高效的方式从 Oracle DB 中选择一个随机行
【发布时间】：2018-06-18 11:37:05
【问题描述】：

使用： Oracle Database 12c 企业版 12.1.0.2.0 版

我正在尝试获取随机行。正如其他 stackoverflow 问题中所建议的那样，我像这样使用DBMS_RANDOM.VALUE -

SELECT column FROM
( SELECT column 
  FROM table
  WHERE COLUMN_VALUE = 'Y' -- value of COLUMN_VALUE
  ORDER BY dbms_random.value 
)
WHERE rownum <= 1

但是当请求数量增加时，此查询将无法执行。所以我正在寻找替代方案。

SAMPLE 对我不起作用，因为通过该子句提取的样本没有与我的WHERE 子句匹配的数据集。查询看起来像这样 -

SELECT column FROM table SAMPLE(1) WHERE COLUMN_VALUE = 'Y'

因为SAMPLE 是在我的WHERE 子句之前应用的，所以大多数情况下这不会返回任何数据。

P.S：我可以将部分逻辑移动到应用层（尽管我绝对不是在寻找建议将所有内容加载到内存的答案）

【问题讨论】：

select column from (select column, row_number() over (order by column) as rw from table where column_value='Y') tb where rw = dbms_random.value(1,rw) 呢？看看它是否更好，我会把它作为答案发布（如果是的话）
让我试一试。
@JorgeCampos 这似乎没有给我一个随机值，rw 总是 1
考虑 this approach，它似乎很适合您的“内部 where 子句”要求。
是的，我的错。对于子查询返回的第一个注册表，随机函数中的select column from (select column, row_number() over (order by column) as rw from table where column_value='Y') tb where rw = dbms_random.value(1,(select count(*) from table)) rw 将始终评估为 1。这个其他的解决方案可能因为数量不够好，试一试

标签： database oracle database-performance

【解决方案1】：

性能问题包括两个方面：

使用column_value = 'Y' 和
对该子集进行排序以获得随机记录

您没有说column_value = 'Y' 的表子集是大还是小。这很重要，将推动您的战略。

如果有很多记录 column_value = 'Y' 使用SAMPLE 将行限制为按排序。你是对的，这可能会导致空结果 - 在这种情况下重复查询（你可以另外添加一个增加样本百分比的逻辑以避免大量重复）。 这将在您对数据样本进行排序时提高性能

select id from (
select id from tt SAMPLE(1) where column_value = 'Y' order by  dbms_random.value )
where rownum <= 1;

如果只有少数记录 column_value = 'Y' 在此列（或单独的分区）上定义索引 - 这样可以有效地访问记录。使用order by dbms_random.value 方法。 排序不会降低少量行的性能。

select id from (
select id from tt where column_value = 'Y' order by  dbms_random.value )
where rownum <= 1;

基本上这两种方法都会使已排序的行保持较小的大小。第一种方法执行类似于 FULL TABLE SCAN 的表访问，第二种方法对选定的 column_value 执行 INDEX ACCESS。

【讨论】：

对于我的WHERE 子句，有些情况会返回 10000 行，而有些情况只返回 10 行。对于较少数量的匹配行，我将不得不花费大量时间SAMPLE 来获得随机行，我认为这将是一个开销。而且我无法索引它，因为 Y 不是唯一的。
你可以索引一个非唯一列（使用非唯一索引）。偏态分布并不容易，但您可以将这两种方法结合起来。简单地尝试一些小样本量来捕获具有大量结果值的情况（并避免禁止排序）。如果 SAMPLE 没有返回任何结果，您可能会认为只有少量值，您可以回退到索引访问。