从postgres django ORM中选择k个随机行

Question

我们有一个要求，我们要从数据库中选择k个随机行。 所以，我们的初步思想是这样的： -

table.objects.filter(..).order_by('?')[:k]

然后我们通过互联网阅读这是非常低效的解决方案，所以我们想出了这个（不那么创新）： -

random.sample(table.objects.filter(..), k)

但这似乎比以前慢得多。

所以，我们想知道从数据库中选择完全 k 行的正确方法是什么，在我们的例子中是postgres。

Answer 1

丹尼尔罗斯曼在评论中提到，之所以

random.sample(table.objects.filter(..), k)

很慢，因为您必须获取所有对象，然后从该查询集中找到k。

我遇到了完全相同类型的问题，我们解决这个问题的方法是

• 在表格中找到max_id。
• 从k
集合中选择1, ..., max_id个号码
• table.objects.filter(id__in=set_of_ks)

这当然假设表ID集合中没有“漏洞”。

Answer 2

好吧，如果您大致知道表的大小，可以使用新的TABLESAMPLE子句随机选择行的百分比。然后，你可以随后限制它。

一篇关于它的简短博客文章here。