【MySQL】隨機獲取數據的方法，支持大數據量

在mysql中帶了隨機取數據的函數，在mysql中我們會有rand()函數，很多朋友都會直接使用，如果幾百條數據肯定沒事，如果幾萬或百萬時你會發現，直接使用是錯誤的。下面我來介紹隨機取數據一些優化方法。

SELECT * FROM table_name ORDER BY rand() LIMIT 5;

rand在手冊里是這么說的:
RAND()
RAND(N)
返回在范圍0到1.0內的隨機浮點值。如果一個整數參數N被指定，它被用作種子值。

mysql> select RAND();
        -> 0.5925
mysql> select RAND(20);
        -> 0.1811
mysql> select RAND(20);
        -> 0.1811
mysql> select RAND();
        -> 0.2079
mysql> select RAND();
        -> 0.7888

你不能在一個ORDER BY子句用RAND()值使用列，因為ORDER BY將重復計算列多次。

然而在MySQL3.23中，你可以做： SELECT * FROM table_name ORDER BY RAND()，

這是有利於得到一個來自SELECT * FROM table1,table2 WHERE a=b AND c<d ORDER BY RAND() LIMIT 1000的集合的隨機樣本。

注意在一個WHERE子句里的一個RAND()將在每次WHERE被執行時重新評估。

 

網上基本上都是查詢max(id) * rand()來隨機獲取數據。

 

SELECT *
FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * (SELECT MAX(id) FROM `table`)) AS id) AS t2
WHERE t1.id >= t2.id
ORDER BY t1.id ASC LIMIT 5;

 

但是這樣會產生連續的5條記錄。解決辦法只能是每次查詢一條，查詢5次。即便如此也值得，因為15萬條的表，查詢只需要0.01秒不到。

上面的語句采用的是JOIN，mysql的論壇上有人使用

SELECT *
FROM `table`
WHERE id >= (SELECT FLOOR( MAX(id) * RAND()) FROM `table` )
ORDER BY id LIMIT 1;

我測試了一下，需要0.5秒，速度也不錯，但是跟上面的語句還是有很大差距
后來請教了baidu,得到如下代碼
完整查詢語句是：

SELECT * FROM `table`
WHERE id >= (SELECT floor( RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`)) + (SELECT MIN(id) FROM `table`))) 
ORDER BY id LIMIT 1;

SELECT *
FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`))+(SELECT MIN(id) FROM `table`)) AS id) AS t2
WHERE t1.id >= t2.id
ORDER BY t1.id LIMIT 1;

最后在php中對這兩個語句進行分別查詢10次，
前者花費時間 0.147433 秒
后者花費時間 0.015130 秒

執行效率需要0.02 sec.可惜的是,只有mysql 4.1.*以上才支持這樣的子查詢.
注意事項 查看官方手冊，也說rand()放在ORDER BY 子句中會被執行多次，自然效率及很低。

以上的sql語句最后一條，本人實際測試通過，100W數據，瞬間出結果。