在我們做開發的中效率一直是個問題,特別是對于很多大數據量操作,今天我們碰到一個要隨機查詢數據,一開始我們可能想到最簡單的order by rand() 來操作但效率不敢恭維啊.

最近由于需要大概研究了一下MYSQL的隨機抽取實現方法。舉個例子，要從tablename表中隨機提取一條記錄，大家一般的寫法就是：SELECT * FROM tablename ORDER BY RAND() LIMIT 1。

有兩個方法可以達成以上效果:

1.新建一個表,里面存著 -5 至 5 之間的數.再利用order by rand()得到隨機數,建立指定范圍數據表,代碼如下:

1. #auther: 小強(占卜師)  
2. #date: 2008-03-31 
3.  
4. create table randnumber 
5. select -1 as number 
6. union  
7. select -2 
8. union  
9. select -3 
10. union  
11. select -4 
12. union  
13. select -5 
14. union  
15. select 0 
16. union  
17. select 1 
18. union  
19. select 2 
20. union  
21. select 3 
22. union  
23. select 4 
24. union  
25. select 5 
26. #得到隨機數 
27. #auther: 小強(占卜師)  
28. #date: 2008-03-31 
29. --Vevb.com 
30. select number 
31. from randnumber order by rand() limit 1 

優點:隨機數可以指定某部分數據,并不需要連續的.

缺點:當隨機數范圍很廣的時候,建表比較困難.

2.利用MySQL的ROUND()加上RAND()函數實現,一句sql語句搞定,代碼如下:

1. #auther: 小強(占卜師)  
2. #date: 2008-03-31 
3.  
4. SELECT ROUND((0.5-RAND())*2*5)  
5. #注釋 
6. #0.5-rand()可以得到-0.5 至 +0.5的隨機數 
7. #(0.5-rand())*2可以得到-1 至 +1的隨機數 
8. #(0.5-rand())*2*5可以得到-5 至 +5的隨機數 
9. #ROUND((0.5-RAND())*2*5)可以得到-5 至 +5的隨機整數 

但是,后來我查了一下MYSQL的官方手冊,里面針對RAND()的提示大概意思就是,在ORDER BY從句里面不能使用RAND()函數,因為這樣會導致數據列被多次掃描,但是在MYSQL 3.23版本中,仍然可以通過ORDER BY RAND()來實現隨機.

但是真正測試一下才發現這樣效率非常低,一個15萬余條的庫,查詢5條數據,居然要8秒以上,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.

搜索Google,網上基本上都是查詢max(id) * rand()來隨機獲取數據,代碼如下:

1. 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.

下面的語句采用的是JOIN，mysql的論壇上有人使用,代碼如下:

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

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,總覺有什么地方不正常.

于是我把語句改寫了一下,代碼如下:

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

這下,效率又提高了,查詢時間只有0.01秒.

最后，再把語句完善一下，加上MIN(id)的判斷。我在最開始測試的時候，就是因為沒有加上MIN(id)的判斷，結果有一半的時間總是查詢到表中的前面幾行。

完整查詢語句是:

1. SELECT * FROM `table` 
2. WHERE id >= (SELECT floor( RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`)) + (SELECT MIN(id) FROM `table`))) 
3. ORDER BY id LIMIT 1; 
4.  
5. SELECT * 
6. 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 
7. WHERE t1.id >= t2.id 
8. 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,看來采用JOIN的語法比直接在WHERE中使用函數效率還要高很多.

經過多次測試我們得出的結果是利用join的語法比在where中的直接使用要快速不少啊,有更好提交的朋友可以出來討人聊聊.