MySQL随机抽样
来源:互联网 发布:域名申请的方法与步骤 编辑:程序博客网 时间:2024/04/28 07:31
最近由于需要大概研究了一下MYSQL的随机抽取实现方法。举个例子,要从tablename表中随机提取一条记录,大家一般的写法就是:SELECT * FROM tablename ORDER BY RAND() LIMIT 1。
但是,后来我查了一下MYSQL的官方手册,里面针对RAND()的提示大概意思就是,在ORDER BY从句里面不能使用RAND()函数,因为这样会导致数据列被多次扫描。但是在MYSQL 3.23版本中,仍然可以通过ORDER BY RAND()来实现随机。
但是真正测试一下才发现这样效率非常低。一个15万余条的库,查询5条数据,居然要8秒以上。查看官方手册,也说rand()放在ORDER BY 子句中会被执行多次,自然效率及很低。
You cannot use a column with RAND() values in an ORDER BY clause, because ORDER BY would evaluate the column multiple times.
搜索Google,网上基本上都是查询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;
但是这样会产生连续的5条记录。解决办法只能是每次查询一条,查询5次。即便如此也值得,因为15万条的表,查询只需要0.01秒不到。
下面的语句采用的是JOIN,mysql的论坛上有人使用
SELECT *
FROM `table`
WHERE id >= (SELECT FLOOR( MAX(id) * RAND()) FROM `table` )
ORDER BY id LIMIT 1;
我测试了一下,需要0.5秒,速度也不错,但是跟上面的语句还是有很大差距。总觉有什么地方不正常。
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,效率又提高了,查询时间只有0.01秒
最后,再把语句完善一下,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,结果有一半的时间总是查询到表中的前面几行。
完整查询语句是:
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;
最后在php中对这两个语句进行分别查询10次,
前者花费时间 0.147433 秒
后者花费时间 0.015130 秒
看来采用JOIN的语法比直接在WHERE中使用函数效率还要高很多。
参考文献:
MySQL Order By索引优化:http://www.phpq.net/mysql/mysql-order-by.html
MySQL Order By语法:http://www.phpq.net/mysql/mysql-order-by-syntax.html
MySQL Order By Rand()效率:http://www.phpq.net/mysql/mysql-order-by-rand.html
MySQL Order By用法:http://www.phpq.net/mysql/mysql-order-by-use.html
- mysql随机抽样
- MySQL随机抽样
- matlab随机抽样
- java实现随机抽样
- 随机抽样算法
- 随机抽样一致-RANSAC
- SAS随机抽样
- 随机抽样一致性算法
- 随机抽样一致 RANSAC
- 蓄水池随机抽样算法
- 随机抽样一致性算法
- 随机抽样一致性算法
- 随机抽样一致-RANSAC
- 编程珠玑-随机抽样
- 随机抽样一致算法
- 蓄水池随机抽样
- 增量随机抽样
- 随机样本一致抽样
- 傻嘎,IOC原来是这样子的
- Visual Studio 小技巧:自定义代码片断
- 框架设计之菜鸟漫漫江湖路系列 四:江湖学艺(上)
- 框架设计之菜鸟漫漫江湖路系列 四:江湖学艺(下)
- 原生dom选择器
- MySQL随机抽样
- CYQ.Data 快速开发之UI(赋值、取值、绑定)原理
- 数组中重复的数字
- 秋色园网站转移过程记录篇
- 框架设计之ADO.NET Command的ExecuteScalar误用情景及底层解说
- 电子商务网站SQL注入项目实战一例
- CodeFirst实战:用文本数据库存档软件配置
- CYQ.Data 批量添加数据性能测试(每秒千、万)
- 突破瓶颈,对比学习:Eclipse开发环境与VS开发环境的调试对比