最近真是忙翻天了，該是有三個月沒寫博客了
博客目錄：Index & Writing Plan
這次的需求是在Mongo的使用中碰到的，但是我覺得把這個需求放進傳統的RDBMS中更易於理解。需求是這樣的：假設你數據庫使用的是Sqlserver，有一張表，500W條數據，你要做一個隨機在表中選擇一條數據的功能
假設本文所探討的數據結構如圖（聚集索引在Pk上，UserName上加了非聚集索引）：
你的第一反應大概是：哎呀媽呀忒巧了，正好主鍵使用的是Int自增的，我只用生成一個隨機數，然后找這個隨機數對應的主鍵就好了
實現的步驟大概是：①返回數據庫中ID的最大值IdMax ②生成1到IdMax中間一個的隨機數 int random = new Random().Next(1,IdMax);
③使用UserID = random作為條件查詢
④如果沒有查詢到數據，則重新生成一個隨機數，再次查找（因為某個UserID的數據可能被刪除了）
這種方法簡單，暴力，但是有一個致命的問題：我這里在建表的時候為了說明這種方法，所以主鍵使用的是Int，但是在大多數我所知道的生產環境中，其實是用Guid的。這個致命的問題會直接導致上面的那個方法不可用。
至於為什么大多數我所知道的生產環境中用Guid而不用Int，我下一篇會做出對比
既然Int在使用Guid作為主鍵的時候不能用，那么我們就用Row_Number吧。Sqlserver必然是支持Row_Number的，貌似Oracle和MySql中也有類似概念（不確定，問同事得到了肯定答復，沒有深究）
實現的步驟大概是：①返回數據庫中數據的總條數count ②生成1到count中間一個的隨機數 int random = new Random().Next(1,count);
③查找Row_Number = random的那條數據
但是Row_Number有個極其不好的地方，就是查詢越后面的數據越慢，越吃資源。但凡是將數據有序儲存的數據庫基本都有這個問題，比如說下面兩條語句：
select * from (SELECT UserID,UserName,Password,Sex,City,ROW_NUMBER()OVER(ORDER BY CURRENT_TIMESTAMP) as Number FROM [User_db].[dbo].[Users] ) as query where query.Number = 20 select * from (SELECT UserID,UserName,Password,Sex,City,ROW_NUMBER()OVER(ORDER BY CURRENT_TIMESTAMP) as Number FROM [User_db].[dbo].[Users] ) as query where query.Number = 5000000
第一條查Row_Number=20的數據，logical reads 5.elapsed time = 58 ms.
第二條查Row_Number=5000000的數據，logical reads 90208.elapsed time = 900 ms.
可以明顯的看出，后者的邏輯讀次數多了太多，而運行速度也慢了不少。如果這個功能比較頻繁使用，比如說這是向用戶隨機推薦好用的功能，那么這個將會成為一個性能瓶頸
有的網友說使用這句：
SELECT TOP 1 * FROM Users ORDER BY NEWID()
這個運行出來結果是正確的，但是效率卻大打折扣。比如說我查到了第1336793條數據，logical reads 90208,elapsed time = 3026 ms
查看執行計划，發現Sort占用了98%：
有沒有比Row_Number更好一點的方法？
答案是在表中再加一列Random列，使得數據結構變更成這樣：
在添加數據的時候，就生成一個隨機數插入進來。按照本篇的例子來說，一開始可以生成0到一億之間的隨機數插入。注意，要在Random上加索引
實現的步驟大概是：①插入數據的時候添加一個隨機
②生成一個隨機數，查詢 select top(1) * from Users where Random > 隨機數
③這個查詢的結果可能會有多條（但不會很多），再在這個多條數據中隨機篩選其一（使用Linq可以很方便的實現，不贅述）
好了，基本說完了，請允許我在結尾賣個萌：聰明的讀者，開動腦筋，您還有更好的方法么？如果有，請留言
PS：馬上離職了，准備回家休息2個月，有人能推薦點什么好玩點的地方么，趁有空想出去走走