Question

我有一个表（“j_un2”），其中有6,318个随机单词，总计数永远不会改变。表中的ID是无间隙的。

我需要生成一个由2个单词组成的5个随机连接字符串的列表，其中字符串的总长度为8个字符。

几天前我已经通过以下方式获得了一些非常有用的帮助： Selecting random words from table

我的基本方法是从表中选择两次，并连接随机选择的单词。

我有一个“fld_len”列，它是单词的长度。

表格结构：

CREATE TABLE `j_un2` (
  `fld_id` int(11) NOT NULL AUTO_INCREMENT,
  `fld_un` varchar(255) DEFAULT NULL,
  `fld_cat_id` int(11) DEFAULT NULL,
  `fld_len` int(2) NOT NULL,
  PRIMARY KEY (`fld_id`),
  KEY `cat` (`fld_cat_id`),
  KEY `bob` (`fld_len`,`fld_un`)
);

该表包含以下索引：

Keyname     Type    Field
PRIMARY     PRIMARY fld_id
bob         INDEX   fld_len, fld_un

如果我做了ORDER BY RAND（），我发现了主要的性能问题。阅读StackOverflow并在此处：http://www.warpconduit.net/2011/03/23/selecting-a-random-record-using-mysql-benchmark-results/

我的查询时间大约为3.7秒：

   SELECT CONCAT(w1.fld_un, w2.fld_un) bbb
        , FLOOR(1 + RAND() * 6318) 'rand_ind'
     FROM j_un2 w1
        , j_un2 w2 
    WHERE w1.fld_len = 8 - w2.fld_len
      AND w2.fld_len < 8
      AND RAND()<(((1/6318)*10)) 
 ORDER BY rand_ind
    LIMIT 20;

这是查询的解释计划：

id  select_type     table   type    possible_keys   key     key_len     ref     rows    Extra
1   SIMPLE          w2      range   bob             bob     4           NULL    5886    Using where; Using index; Using temporary; Using filesort
1   SIMPLE          w1      ref     bob             bob     4           func    63      Using where; Using index

我想要使用此查询的页面每月获得大约500k页面查看量，所以非常繁忙（无论如何对我来说），如果用户每次刷新页面需要等待大约4秒钟，他们可能会对它感到恼火。

我在选择单词后也尝试做了CONCAT，但这需要10秒才能运行：

SELECT CONCAT(word1, word2) joined
FROM
   (SELECT w1.fld_un word1, w2.fld_un word2
        , FLOOR(1 + RAND() * 6318) 'rand_ind'
     FROM j_un2 w1
        , j_un2 w2 
    WHERE w1.fld_len = 10 - w2.fld_len
      AND w2.fld_len < 10
      AND RAND()<(((1/6318)*10)) 
 ORDER BY rand_ind
    LIMIT 20) bob;

鉴于我正在尝试通过一个相当简单的连接方法连接两个表，我想知道这个查询是否以前所未有的速度运行，或者是否有任何可以加速的范围？

更新1

实际上，我认为性能影响力取决于表连接机制，因为：

   SELECT CONCAT(w1.fld_un, w2.fld_un) bbb
     FROM j_un2 w1
        , j_un2 w2 
    WHERE w1.fld_len = 8 - w2.fld_len
      AND w2.fld_len < 8
      AND RAND()<(((1/6318)*10)) 
 ORDER BY rand()
    LIMIT 20;

同时运行 - 例如对rand（）

的订单没有任何影响

Answer 1

您在什么情况下执行该查询？如果在sql之外生成随机值，效率会更高。

如果是在PHP中：

function get_word() {
    $found = false;
    while(!$found) {
        $rand1 = rand(1, 6138); 
        $rand2 = rand(1, 6138);
        $query = " SELECT CONCAT(w1.fld_un, w2.fld_un) word FROM j_un2 w1 , j_un2 w2 WHERE w1.fld_id = '$rand1' AND w2.fld_id = '$rand2';
        ... Execute query and save result in $word
        if(strlen($word) == 8) $found = true;
    } 
    return $word;
}

这会产生几个但非常有效的查询。

另一种方法：

读一个随机词
确定剩余长度
读取一个长度为

第二种方式的缺点：

它不那么随意
对数据库中单词长度的分布有要求。

Answer 2

此处可找到仅限SQL的解决方案：http://mysql.rjweb.org/doc.php/random#case_consecutive_auto_increment。总之，假设id中没有间隙，它基于随机取一行。做两次以获得两行。不需要表扫描。如果需要避免两次使用相同的单词，仍然需要再次尝试代码。

如何使两行的总长度等于8个字符？这是一个有趣的转折。对于第二个查询：添加INDEX(len, id)，然后在剩余长度内使用MIN和MAX id。然后调整下一个案例＆＃39;在那个博客（带间隙的AUTO_INCREMENT）中找到第二行。（好吧，这会变得混乱，但希望我已经给你一些事情要考虑。）

该链接有8＆＃39;效率＆＃39; ORDER BY RAND() LIMIT n的替代品。（没有＆＃39;完美＆＃39;。）

优化SQL以连接随机单词

2 个答案: