从具有 10k+ 条记录的表中选择随机行答案

【问题标题】：Selecting random row from table with 10k+ records从具有 10k+ 条记录的表中选择随机行
【发布时间】：2013-05-23 00:03:58
【问题描述】：

我目前正在编写一个网站项目，并且我有一个存储汽车信息的表格。该表有如下信息，表中有大约 20 列，我只想知道从一行中随机获取所有列数据的最快方法是什么。我知道有一个“ ORDER BY RAND() ”，但我读到它使用起来很慢，而且我担心由于表很大，这可能会导致问题，是否有替代方案。

我将在 InnoDB 中使用 MySQL，但如果使用替代数据库引擎可以更有效地选择随机行，则可以更改此设置。该网站将使用 PHP（可能是 RubyOnRails）进行编码，数据库将由一个 Python 脚本填充，该脚本将抓取汽车信息网站。

表格包含诸如

之类的行

汽车桌 -

【问题讨论】：

【解决方案1】：

你可以试试这个方法。

找出表的最大 id。

 SELECT id FROM car ORDER BY id DESC LIMIT 1;
 -- This result can be cached

计算最小 id（或仅 1）和最大 id 之间的 rand 值。

$rand_id = mt_rand(1, $max_id);

选择最近的行。

SELECT * FROM `car` WHERE id >= ? ORDER BY id LIMIT 1;

但如果表格有“洞”，结果就不会是“真正的随机”。但是，我认为，这对你来说是正常的。

【讨论】：

我认为SELECT MAX(id) FROM car 可能是更好的选择，但如果你正在缓存它，那么问题应该不大。
我认为可能发生的主要问题是，如果我有十个记录和删除记录7和8，并且从0到max的随机数（10）选择了7或8时会发生什么?
@BratislavaBob，7,8,9 将是 9。如果您需要“真正的随机”，您应该使用 Barmar 解决方案。它会比 ORDER BY RAND() 快，但比我的慢。
对，这个版本会偏向紧跟在间隙之后的元素，与间隙的大小成正比。

【解决方案2】：

如果ORDER BY RAND()的性能太慢，可以通过两个查询来完成。首先，做：

SELECT COUNT(*) c FROM CarTable

然后选择一个介于 0 和c-1 之间的随机整数，在 PHP 中是：

$rownum = rand(0, $c);

然后，进行另一个查询：

SELECT * FROM CarTable
LIMIT :rownum, 1

【讨论】：

此解决方案存在性能问题。但是，我认为，10k 行就可以了。
应该比ORDER BY RAND()好。它是 O(n) 而不是 O(n log n)。
当然。但请阅读Why does MYSQL higher LIMIT offset slow the query down?
@sectus 但是 ORDER BY RAND() 更糟糕，因为它必须读取每条记录（不仅仅是第一个 $rownum）并且必须对它们进行排序。为了做得更好，您需要使用带有ROWNUM() 的数据库，但 MySQL 没有。

【解决方案3】：

在 Rails 中，你可以这样做：

class MyModel < ActiveRecord::Base
  def self.random_record
    find :first, offset: rand(count)
  end
end

【讨论】：