Mysql从表中删除多个随机行答案

【问题标题】：Mysql Deleting multiple random row from a tableMysql从表中删除多个随机行
【发布时间】：2012-01-26 10:32:04
【问题描述】：

我现在有一个有 604 000 行的表。我想删除 4000 个随机行，所以我的表将只包含 600 000 个条目。

有没有快速的方法？

非常感谢。

【问题讨论】：

DELETE FROM table WHERE id = RAND() LIMIT 4000? :) 或RANDOM()？也不确定；）

标签： php mysql

【解决方案1】：

理论上，这将是随机且快速的。实际上，它只会很快：

DELETE FROM tableX
LIMIT 4000

这将是随机的，但非常慢，有 600K 行：

DELETE FROM tableX
ORDER BY RAND() 
LIMIT 4000

这不会是真正随机的（因为 id 中通常存在间隙），它甚至可能不会完全删除 4000 行（但当有很多间隙时会减少一些），但它可能比以前更快。

需要在子查询中进行额外的包装，因为从多个表中删除的语法不允许LIMIT：

DELETE td
FROM
      tableX AS td
  JOIN 
      ( SELECT t.id
        FROM
             tableX AS t 
          CROSS JOIN
              ( SELECT MAX(id) AS maxid 
                FROM tableX
              ) AS m
          JOIN
              ( SELECT RAND() AS rndm
                FROM tableX AS tr
                LIMIT 5000
              ) AS r
            ON 
               t.id = CEIL( rndm * maxid )
        LIMIT 4000
      ) AS x
      ON 
         x.id = td.id

解释输出（来自 400K 行表的子查询）：

id           table        possible_keys  key_len     rows 
 select_type         type             key     ref         Extra
1 PRIMARY <derived2> system                             1
1 PRIMARY <derived3> ALL                             5000
1 PRIMARY t          eq_ref PRIMARY PRIMARY 4 func      1 Using where;Using index
3 DERIVED tr         index          PRIMARY 4      398681 Using index
2 DERIVED                                            Select tables optimized away

【讨论】：

请注意，它可能会删除少于 4000 行！
我认为ORDER BY ROUND(RAND(), <n>) 会更快，n 越少越快。例如，n=2，n=3。显然它不会被打乱，但是当速度是一个问题时，这仍然有很大的帮助。
@FabienHaddadi 我看不出它在大桌子上有多快。如果表有 600k 行，它仍然需要对 600k 值进行排序。此外，您还向 ROUND() 函数添加了 600k 次调用；)
因为它的种类较少。它创建具有较小数字的相似值组。我自己对苹果和香蕉的分类速度比 12 种蔬菜快。在性能方面进行检查。
使用专门的排序算法，这种排序可能会更快。我认为引擎不可能知道这一点，或者有超过一两个通用算法可用于排序。但是测试它会很好。告诉我你发现了什么！

【解决方案2】：

delete from yourTable limit 4000

【讨论】：

这是随机的。您无法确定将删除哪些行。
mysql不会按数据库中的本机顺序来做吗？（例如，前 4000 个最低 ID）
可能是，但你不能依赖它。见这里stackoverflow.com/questions/8746519/…
由于 MySQL 和 InnoDB 的怪癖，这可能会删除 MySQL 中的连续行。在其他 RDBMS 中机会较少。然而，“随机”并不是随机的足够。所以 -1 因为这很可能是可预测的
我认为 OP 只是想删除一些行，无论如何。而这个查询正是这样做的。

【解决方案3】：

如果我不得不冒险猜测：

DELETE FROM table where id = (SELECT id FROM table ORDER BY rand() LIMIT 1) LIMIT 10

【讨论】：

【解决方案4】：

DELETE FROM TABLE ORDER BY RAND() LIMIT 4000;

这需要时间……

一种更快的执行方式（不是编写代码！）可能是在一个循环中进行 4000 次单独的删除

DELETE FROM TABLE WHERE AssumedPKisInt = <ARandomNumber>

当然，您需要确保不要尝试删除不存在或已删除的行。

【讨论】：