mysql - MySQL 的 ORDER BY RAND() 是如何工作的？

Question

我一直在研究和测试如何在 MySQL 中进行快速随机选择。在此过程中，我遇到了一些意想不到的结果，现在我不确定我是否知道 ORDER BY RAND() 的真正工作原理。

我一直认为，当您对表执行 ORDER BY RAND() 时，MySQL 会向表中添加一个新列，该列填充有随机值，然后按该列对数据进行排序，然后例如您采用随机到达的上述值。我做了很多谷歌搜索和测试，最后发现查询 Jay offers in his blog确实是最快的解决方案:

SELECT * FROM Table T JOIN (SELECT CEIL(MAX(ID)*RAND()) AS ID FROM Table) AS x ON T.ID >= x.ID LIMIT 1;

虽然普通 ORDER BY RAND() 在我的测试表上需要 30-40 秒，但他的查询在 0.1 秒内完成了工作。他在博客中解释了它是如何工作的，所以我将跳过这个，最后转向奇怪的事情。

我的表是一个带有主键 id 和其他非索引内容(如 username、age 等)的公用表。这是我正在努力解释的事情

SELECT * FROM table ORDER BY RAND() LIMIT 1; /*30-40 seconds*/
SELECT id FROM table ORDER BY RAND() LIMIT 1; /*0.25 seconds*/
SELECT id, username FROM table ORDER BY RAND() LIMIT 1; /*90 seconds*/

我有点期望看到所有三个查询的时间大致相同，因为我总是在单个列上进行排序。但由于某种原因，这并没有发生。如果您对此有任何想法，请告诉我。我有一个项目需要快速 ORDER BY RAND() 并且我个人更喜欢使用

SELECT id FROM table ORDER BY RAND() LIMIT 1;
SELECT * FROM table WHERE id=ID_FROM_PREVIOUS_QUERY LIMIT 1;

是的，它比 Jay 的方法慢，但是它更小，更容易理解。我的查询相当大，有几个 JOIN 和 WHERE 子句，虽然 Jay 的方法仍然有效，但查询变得非常大和复杂，因为我需要使用 JOINed(在他的查询中称为 x)子请求中的所有 JOIN 和 WHERE。

感谢您的宝贵时间!

Answer 1

虽然没有“通过 rand() 快速订购”之类的东西，但有针对您特定任务的解决方法。

要获取任意单个随机行，您可以像这位德国博主那样做:http://web.archive.org/web/20200211210404/http://www.roberthartung.de/mysql-order-by-rand-a-case-study-of-alternatives/ (我看不到热链接网址。如果有人看到，请随时编辑链接。)

文本是德文的，但 SQL 代码在页面下方和大白框中，因此不难看到。

基本上，他所做的是创建一个程序来完成获取有效行的工作。这会生成一个介于 0 和 max_id 之间的随机数，尝试获取一行，如果它不存在，请继续执行，直到找到一个。他允许通过将它们存储在临时表中来获取 x 数量的随机行，因此您可以重写该过程以更快地仅获取一行。

这样做的缺点是，如果你删除了很多行，并且有很大的差距，那么它很可能会错过很多次，从而使其无效。

更新:不同的执行时间

SELECT * FROM table ORDER BY RAND() LIMIT 1; /30-40 seconds/

SELECT id FROM table ORDER BY RAND() LIMIT 1; /0.25 seconds/

SELECT id, username FROM table ORDER BY RAND() LIMIT 1; /90 seconds/

I was sort of expecting to see approximately the same time for all three queries since I am always sorting on a single column. But for some reason this didn't happen. Please let me know if you any ideas about this.

这可能与索引有关。 id 被索引并且可以快速访问，而将 username 添加到结果中，意味着它需要从每一行中读取并将其放入内存表中。使用 * 它还必须将所有内容读入内存，但不需要在数据文件中跳转，这意味着不会浪费时间寻找。

这只有在存在可变长度列(varchar/text)时才会有所不同，这意味着它必须检查长度，然后跳过该长度，而不是只在每行之间跳过一个设定长度(或 0)。