写在后面

MySQL数据库在互联网行业应用的比拟多,有些小伙伴可能会认为MySQL数据库比拟小,存储不了很多的数据。其实,这些小伙伴是真的不理解MySQL。MySQL的小不是说应用MySQL存储的数据少,而是说其体积小,比拟轻量。应用MySQL齐全能够存储千亿级别的数据,这个我会在前面的文章中来给小伙伴们分享如何应用MySQL存储千亿级别以上的数据。或者小伙伴们能够提前预约我的新书《MySQL技术大全:开发、优化与运维实战》。好了,说了这么多,明天给大家分享下如何以最高的效率从MySQL中随机查问一条记录!

办法一

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,此办法可行。但当数据量达到肯定水平,比方100万数据或以上,就有很大的性能问题。如果你通过EXPLAIN来剖析这个 语句,会发现尽管MySQL通过建设一张长期表来排序,但因为ORDER BY和LIMIT自身的个性,在排序未实现之前,咱们还是无奈通过LIMIT来获取须要的记录。亦即,你的记录有多少条,就必须首先对这些数据进行排序。

办法二

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,那么如何防止?办法二提供了一个计划。

首先,获取数据表的所有记录数:

SELECT count(*) AS num_rows FROM foo

而后,通过对应的后台程序记录下此记录总数(假设为num_rows)。

而后执行:

SELECT * FROM foo LIMIT [0到num_rows之间的一个随机数],1

下面这个随机数的取得能够通过后台程序来实现。此办法的前提是表的ID是间断的或者自增长的。

这个办法曾经胜利防止了ORDER BY的产生。

办法三

有没有可能不必ORDER BY,用一个SQL语句实现办法二?能够,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;

此办法实现了咱们的目标,同时,在数据量大的状况下,也防止了ORDER BY所造成的所有记录的排序过程,因为通过JOIN外面的SELECT语句实际上只执行了一次,而不是N次(N等于办法二中的num_rows)。而且, 咱们能够在筛选语句上加上“大于”符号,还能够防止因为ID好不间断所产生的记录为空的景象。

在MySQL中查问5条不反复的数据,应用以下:

SELECT * FROM `table` ORDER BY RAND() LIMIT 5

就能够了。然而真正测试一下才发现这样效率非常低。一个15万余条的库,查问5条数据,竟然要8秒以上

搜寻Google,网上基本上都是查问max(id) * rand()来随机获取数据。

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;

然而这样会产生间断的5条记录。解决办法只能是每次查问一条,查问5次。即便如此也值得,因为15万条的表,查问只须要0.01秒不到。

下面的语句采纳的是JOIN,mysql的论坛上有人应用

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

我测试了一下,须要0.5秒,速度也不错,然而跟下面的语句还是有很大差距。总觉有什么中央不失常。

于是我把语句改写了一下。

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

这下,效率又进步了,查问工夫只有0.01秒

最初,再把语句欠缺一下,加上MIN(id)的判断。我在最开始测试的时候,就是因为没有加上MIN(id)的判断,后果有一半的工夫总是查问到表中的后面几行。

残缺查问语句是:

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;

最初对这两个语句进行别离查问10次,

前者破费工夫 0.147433 秒
后者破费工夫 0.015130 秒

看来采纳JOIN的语法比间接在WHERE中应用函数效率还要高很多。

重磅福利

微信搜一搜【冰河技术】微信公众号,关注这个有深度的程序员,每天浏览超硬核技术干货,公众号内回复【PDF】有我筹备的一线大厂面试材料和我原创的超硬核PDF技术文档,以及我为大家精心筹备的多套简历模板(不断更新中),心愿大家都能找到心仪的工作,学习是一条时而郁郁寡欢,时而开怀大笑的路,加油。如果你通过致力胜利进入到了心仪的公司,肯定不要懈怠放松,职场成长和新技术学习一样,逆水行舟。如果有幸咱们江湖再见!

另外,我开源的各个PDF,后续我都会继续更新和保护,感激大家长期以来对冰河的反对!!

写在最初

如果你感觉冰河写的还不错,请微信搜寻并关注「 冰河技术 」微信公众号,跟冰河学习高并发、分布式、微服务、大数据、互联网和云原生技术,「 冰河技术 」微信公众号更新了大量技术专题,每一篇技术文章干货满满!不少读者曾经通过浏览「 冰河技术 」微信公众号文章,吊打面试官,胜利跳槽到大厂;也有不少读者实现了技术上的飞跃,成为公司的技术骨干!如果你也想像他们一样晋升本人的能力,实现技术能力的飞跃,进大厂,升职加薪,那就关注「 冰河技术 」微信公众号吧,每天更新超硬核技术干货,让你对如何晋升技术能力不再迷茫!