MySQL:快速随机选取一条记录的思考
本文讨论的是如何从MySQL一个数据表中提取一条随机的效率,同时要保证效率最高。
方法一
这是最原始最直观的语法,如下:
SELECT * FROM foo ORDER BY RAND() LIMIT 1
当数据表中数据量较小时,此方法可行。但当数据量到达一定程度,比如100万数据或以上,就有很大的性能问题。如果你通过EXPLAIN来分析这个 语句,会发现虽然MySQL通过建立一张临时表来排序,但由于ORDER BY和LIMIT本身的特性,在排序未完成之前,我们还是无法通过LIMIT来获取需要的记录。亦即,你的记录有多少条,就必须首先对这些数据进行排序。
方法二
看来对于大数据量的随机数据抽取,性能的症结出在ORDER BY上,那么如何避免?方法二提供了一个方案。
首先,获取数据表的所有记录数:
SELECT count(*) AS num_rows FROM foo
然后,通过对应的后台程序记录下此记录总数(假定为num_rows)。
然后执行:
SELECT * FROM foo LIMIT [0到num_rows之间的一个随机数],1
上面这个随机数的获得可以通过后台程序来完成。此方法的前提是表的ID是连续的或者自增长的。
这个方法已经成功避免了ORDER BY的产生。
方法三
有没有可能不用ORDER BY,用一个SQL语句实现方法二?可以,那就是用JOIN。
SELECT * FROM Bar B JOIN (SELECT CEIL(MAX(ID)*RAND()) AS ID FROM Bar) AS m ON B.ID >= m.ID LIMIT 1;
此方法实现了我们的目的,同时,在数据量大的情况下,也避免了ORDER BY所造成的所有记录的排序过程,因为通过JOIN里面的SELECT语句实际上只执行了一次,而不是N次(N等于方法二中的num_rows)。而且, 我们可以在筛选语句上加上“大于”符号,还可以避免因为ID好不连续所产生的记录为空的现象。
还有更好的方案吗?有待总结。