需要从数据库中随机提取指定数量的数据，但是这个问题出奇的麻烦。
假设有一个数据表
sql
Create table topic (
Id int primary key not null
Comment 'number',
Content varchar(20) not null
Comment 'content'
)
Comment 'topic table';
此处的
topic表具有两个主要功能 -可以比较主键（int） -总体主键有一个趋势（自我增加/减少）
order by rand() 您可以直接使用order by rand()获取随机数据，并且可以获取所有数据（顺序仍然是随机的）。
rand()的结果
>此步骤等效于将rand()函数生成的数据列添加到每个数据，然后对该列进行排序 sql
Select *
From topic
Order by rand()
Limit 50000;
但是缺点很明显，速度是一个问题，因为rand（）的数据没有索引，因此会导致排序速度很慢。
从10w数据中随机提取5w数据，这通常需要 6 s 378 ms ，但这一次确实太长了。
实际上，order by rand()看起来很奇怪，实际上等同于：
sql
Select *
From
Select
Topic.*,
Rand() as order_column
From topic
) as temp
Order by order_column
Limit 50000;
由于order by rand()导致的不进行索引的排序非常耗时，因此我们可以尝试解决此问题。
以下解决方案是这样的
sql
Select *
From topic
Where id >= ((select max(id)
From topic)
- (select min(id)
From topic))
* rand()
+ (select min(id)
From topic)
Limit 50000;
此方法非常快（150毫秒），但是受数据密度的影响。如果数据不是平均值，则数据查询的总数将受到限制。
所以，这是该方法的缺陷
获取的数据受分布密度的影响
例如，数据分布如下
1,100002,100003,100004...199999,200000
然后使用上面的代码将只获得少量数据（大约2.5w左右）。但是，如果稍微更改符号，将>=更改为<=，则可获得的平均数量将大大增加（约7.5w）。
此处的代码格式有误，我无法解决。 。
选择* 来自主题 ＃注意：此处的符号已被修改。 其中id> =（（选择max（id） 来自主题） -（选择min（id） 来自主题）） * rand（） +（选择min（id） 来自主题） 限制50000;
每条数据的概率不完全相同
尽管获得的所有数据都是随机的，但是每种数据的概率都不相同。例如，当<=时，总是会出现第一个现象。原因是因为第一个**的概率太大，因为查询数据表时的数据检索规则是从第一个开始的！即使将其修改为>=，获得的第一条数据通常也太小。
使用>=的结果
-前面的数据越多，获取数据的可能性越低
-但是即使可能性很小，也总是有机会出现在顶部，因此第一个通常很小
-当数据密度太大时，获得的数量将非常小
密度趋于平均，获得的最大随机数据数的平均值更接近1/2，否则其偏差会更大（不一定太大或太小）。
temporary 解决方案2着重避免在不建立索引的情况下使用rand()进行排序，但在这里考虑另一种解决方案，在建立索引后使用添加的rand()进行排序。创建一个临时表，该表仅包含需要排序的主键id和索引列randomId，然后在排序完成后获取乱序数据。
sql
Drop temporary table if exists temp_topic;
Create temporary table temp_topic (
Id bigint primary key not null,
randomId double not null,
Index (randomId)
)
As
Select
Id,
Rand() as randomId
From topic;
Select t.*
From topic t
Join (
Select id
From
Select id
From temp_topic
Order by randomId
) as temp
Limit 50000
) as temp
On t.id = temp.id;
此方法的查询速度不是很快（与第二个相比为878毫秒），它仍然与数据量成正比（因为要复制数据）。但是对于第一个，它也是真正的随机获取。
这是一篇不错的英文文章，它分析了随机访问数据：http://jan.kneschke.de/projects/mysql/order-by-rand/，其中有些在这里无效，为什么未知。 。
|差异| order by rand() | where | temporary |
| -------------------------------------------- | ----------------- | ----------------- | ----------- |
|可以随意得到所有|是的几乎不可能|可以
|速度慢非常快|更快
|需要类似的主键类型|没有是的没有
|受数据分布密度的影响|没有是的没有
|速度受表数据复杂性影响|很大|很小|小|