Question

我理解ORDER BY RAND()很慢（使用它来获取随机的数据子集）。但我想知道是否有WHERE子句或像JOIN这样的过滤函数，它会改进吗？随着时间的推移，我的数据库大小会增长。但是，如果我希望WHERE将记录数量限制为1000，那么ORDER BY RAND()仅适用于1000条记录是否正确？

如果您需要更多详细信息

我正在做的事实上是为幸运抽奖赢得胜利者。所以我想随机选择一些获奖者。简单的例子是：

SELECT * FROM luckydrawchance
WHERE luckydraw = 1
ORDER BY RAND()
LIMIT 5

但有些用户可能有更多的获胜机会，所以我在想

SELECT * FROM luckydrawchance
WHERE luckydraw = 1
ORDER BY RAND() * (-chances)
LIMIT 5

也许代替RAND() * (-chances)我需要别的东西（我读到这不会给出正确的概率分布）但只是为了给你一个想法。

Answer 1

EDIT2：从您的额外信息可以清楚地看出，公平的随机性非常重要，但您只需要几行，而且您不需要经常使用它们。所以我会结合两个步骤。 numrows非常大致是表中的行数，numwinners通缉获胜者的数量

计算part = 5 * numwinners / numrows

以

的方式查询您的数据

select * from users where rand() < [part] order by rand() limit numwinners

如果它少于numwinners行（非常罕见，但可能发生），则重复查询。

编辑：更明确

如果您只需要数据的任意子集进行一次性分析，您应该了解样本数据与整个表格的比较。假设它有点小于0.1％和1000行，那么你可以尝试

where rand() < 0.001
LIMIT 1000 // EDIT of course you should use limit

这也会产生大量的rand（）数字，但不必为那些rand（）数字订购数据。您必须根据您的需要采用0.001，并且无法保证良好的解决方案。如果你的数字太小或者你只是运气不好（随机！），你得到的数据太少了。如果你把它做得太大，你总是只能选择较旧的（或者只是更新的）条目。

如果您经常需要随机样本，那么您可以使用随机数分配固定字段，但您必须仔细阅读样本。如果您将范围[ 0, 1 ]扩展到您的行并想要公平的样本，那么您可以在[ 0.1, 0.9 ]之间创建一个检查随机数，并读取[check - 0.1, check+0.1]内的所有数据。您可以偶尔重新调整分配的随机数（例如，在晚上）。

Answer 2

几乎任何从1000行表中获取随机5行的尝试都会击中所有1000行。 flaschenpost将获得5到1000之间的某个位置;它会有所不同。

Here是我所知道的唯一真正有效的随机提取器。你还没有提供足够的关于你的桌子的详细信息，我可以为你挑选五个。

MySQL ORDER BY RAND（）和WHERE子句有什么更好的？

2 个答案: