Question

在我的postgres数据库中，我有以下关系（为了这个问题而简化）：

Objects (currently has about 250,000 records)
-------
n_id
n_store_object_id (references store.n_id, 1-to-1 relationship, some objects don't have store records)
n_media_id (references media.n_id, 1-to-1 relationship, some objects don't have media records)

Store (currently has about 100,000 records)
-----
n_id
t_name,
t_description,
n_status,
t_tag

Media
-----
n_id
t_media_path

到目前为止，这么好。当我需要查询数据时，我会运行此操作（请注意最后的limit 2，作为要求的一部分）：

select
    o.n_id,
    s.t_name,
    s.t_description,
    me.t_media_path
from
    objects o
    join store s on (o.n_store_object_id = s.n_id and s.n_status > 0 and s.t_tag is not null)
    join media me on o.n_media_id = me.n_id
limit
    2

这样可以正常工作，并按预期返回两个条目。这个执行时间大约是20毫秒 - 就好了。

现在每次查询运行时我需要输入2个随机条目。我以为我会添加order by random()，就像这样：

select
    o.n_id,
    s.t_name,
    s.t_description,
    me.t_media_path
from
    objects o
    join store s on (o.n_store_object_id = s.n_id and s.n_status > 0 and s.t_tag is not null)
    join media me on o.n_media_id = me.n_id
order by
    random()
limit
    2

虽然这给出了正确的结果，但现在执行时间约为2,500毫秒（超过2秒）。这显然是不可接受的，因为它是为Web应用程序中的页面获取数据而运行的大量查询之一。

所以，问题是：如何获得随机条目，如上所述，但仍然将执行时间保持在一段合理的时间内（即100毫秒以下是可以接受的）？

Answer 1

当然，在获得第一行之前，需要根据随机标准对整个事物进行排序。也许您可以使用random()中的offset代替？

Answer 2

以下是有关此主题的一些以前的工作可能会有所帮助：

http://blog.rhodiumtoad.org.uk/2009/03/08/selecting-random-rows-from-a-table/

Answer 3

我认为你最好首先选择随机对象，然后在选择后对这些对象进行连接。即，查询一次以选择随机对象，然后再次查询以仅加入所选择的那些对象。

Answer 4

看起来你的问题是这样的：你有一个250,000行的表，需要两个随机行。因此，您必须生成250,000个随机数，然后按行数对行进行排序。两秒钟这样做对我来说似乎很快。

加速选择的唯一真正方法是不必提供250,000个随机数，而是通过索引查找行。

我认为您必须更改表架构以针对此情况进行优化。怎么样：

1）创建一个序列从1开始的新列。
2）每一行都会有一个number。
3）在number % 1000
4）查询number % 1000等于随机数的行介于0和999之间（这应该会触及索引并随机加载数据库的一部分）
5）然后你可以将RANDOM（）添加到你的ORDER BY子句中然后它将只对数据库的那个块进行排序，并且为1,000x 更快。
6）然后选择前两行。

如果这仍然不够随机（因为行将始终配对具有相同的“散列”），您可能可以执行两个随机行的并集，或者在查询中使用OR子句并生成两个随机密钥

希望沿着这些方向发展的东西可以非常快速且随意地随机。

postgres：从表中获取随机条目 - 太慢了

4 个答案: