Restituisce risultati casuali (ordine by rand())

Question

Ricordo di aver letto da qualche parte che l'ordine di rand() è sbagliato e ho appena iniziato a trovarlo e ho trovato un articolo che lo dimostra. Order by rand() può essere estremamente lento con database di grandi dimensioni e la soluzione suggerita era quella di generare un numero casuale in php e selezionare in base ad esso. Il problema è che ho bisogno di verificare altri campi per restituire i miei record. Potrei anche aver cancellato alcuni vecchi record, che potrebbero anche causare un problema. Qualcuno può fornire un modo decente per selezionare alcuni record casuali da una tabella che corrisponde a determinate condizioni (ad esempio il campo paid deve essere uguale a 1)?

Answer 1

Quanto casuali avete bisogno che siano? se non avete bisogno di un super distribuzione uniforme provare questo

select min(pk_id) from my_table where pk_id > %(random_number)s and paid=1 

dove %(random_number)s è una variabile bind contenente un numero casuale 0-max(pk_id)-1 rigenerato ogni volta che si esegue la query

Answer 2

La ragione per cui l'ordinazione da RAND() può essere lento è che stai forzando il database a ordinare effettivamente l'intera tabella prima di restituire qualsiasi cosa. Basta ridurre il carico su una singola scansione della tabella è molto più veloce (anche se ancora un po 'lento).

Questo significa che si potrebbe ottenere un pezzo di strada semplicemente evitando l'ordine:

SELECT * 
    FROM my_table 
    WHERE RAND() < 0.1 
ORDER BY RAND() 
    LIMIT 100 

Questo selezionerà circa l'1% di tutte le righe della tabella, ordinarli e restituire il top 100. Proprio nota che il problema principale qui (così come con la risposta di @ cmd) è che non puoi essere sicuro che la query restituisca qualcosa.

L'approccio sopra dovrebbe comportare un'intera scansione della tabella (per decidere quali righe utilizzare) seguita da una sorta di circa l'1% delle righe. Se hai molte righe, puoi ridurre la percentuale di conseguenza.