mysql随机查询数据与性能分析

很多朋友都知道在mysql随机查询数据直接使用rand()函数就可以实现了，但是rand()函数如果直接使用几百上万条数据没什么问题，如果上万条数据就出事了，下面我来给各位朋友详细介绍mysql中rand()随机查询数据与性能分析吧。

比如有一个需求,通过sql语句,返回-5至5的随机整数.如果这一个放在PHP中,则非常简单直接用如下代码:

1. <?php 
2. print rand(-5,5); 
3. ?> 

在mysql中,rand函数只能有一个参数. //摘自手册

RAND() RAND(N) 

返回一个随机浮点值 v,范围在 0 到1 之间 (即,其范围为 0 ≤ v ≤ 1.0),若已指定一个整数参数 N,则它被用作种子值,用来产生重复序列.

有两个方法可以达成以上效果.

1.新建一个表,里面存着 -5 至 5 之间的数.再利用order by rand()得到随机数.

1. #建立指定范围数据表 
2. #auther: 小强(占卜师)  
3. #date: 2008-03-31 
4.  
5. create table randnumber 
6. select -1 as number 
7. union  
8. select -2 
9. union  
10. select -3 
11. union  
12. select -4 
13. union  
14. select -5 
15. union  
16. select 0 
17. union  
18. select 1 
19. union  
20. select 2 
21. union  
22. select 3 
23. union  
24. select 4 
25. union  
26. select 5  
27.  
28.  
29. #得到随机数 
30. #auther: 小强(占卜师)  
31. #date: 2008-03-31 
32.  
33. select number 
34. from randnumber order by rand() limit 1 

优点:随机数可以指定某部分数据,并不需要连续的.

缺点:当随机数范围很广的时候,建表比较困难.

2.利用MySQL的ROUND()加上RAND()函数实现.

1. #一句sql语句搞定 
2. #auther: 小强(占卜师)  
3. #date: 2008-03-31 
4.  
5. SELECT ROUND((0.5-RAND())*2*5) 
6.  
7. #注释 
8. #0.5-rand()可以得到-0.5 至 +0.5的随机数 
9. #(0.5-rand())*2可以得到-1 至 +1的随机数 
10. #(0.5-rand())*2*5可以得到-5 至 +5的随机数 
11. #ROUND((0.5-RAND())*2*5)可以得到-5 至 +5的随机整数 

优点:当随机数范围很广的时候,只需要更改*5当中的5即可,非常方便.

缺点:随机数只能是连续的,不可以指定某部分数据.

在mysql中查询5条不重复的数据,使用以下:

SELECT * FROM `table` ORDER BY RAND() LIMIT 5

就可以了,但是真正测试一下才发现这样效率非常低,一个15万余条的库,查询5条数据,居然要8秒以上,搜索Google,网上基本上都是查询max(id) * rand()来随机获取数据.

1. SELECT *  
2.  FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * (SELECT MAX(id) FROM `table`)) AS id) AS t2  --phpfensi.com  
3. WHERE t1.id >= t2.id  
4.  ORDER BY t1.id ASC LIMIT 5; 

但是这样会产生连续的5条记录,解决办法只能是每次查询一条,查询5次,即便如此也值得,因为15万条的表,查询只需要0.01秒不到.

上面的语句采用的是JOIN，mysql的论坛上有人使用,代码如下:

1. SELECT *  
2. FROM `table`  
3. WHERE id >= (SELECT FLOOR( MAX(id) * RAND()) FROM `table` )  
4. ORDER BY id LIMIT 1; 

我测试了一下，需要0.5秒，速度也不错，但是跟上面的语句还是有很大差距。总觉有什么地方不正常。

于是我把语句改写了一下:

1. SELECT * FROM `table`  
2.  WHERE id >= (SELECT floor(RAND() * (SELECT MAX(id) FROM `table`)))   
3. ORDER BY id LIMIT 1; 

这下,效率又提高了,查询时间只有0.01秒.

最后,再把语句完善一下,加上MIN(id)的判断,我在最开始测试的时候,就是因为没有加上MIN(id)的判断,结果有一半的时间总是查询到表中的前面几行.

完整查询语句是:

1. SELECT * FROM `table`  
2.  WHERE id >= (SELECT floor( RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`)) + (SELECTMIN(id) FROM `table`)))   
3.  ORDER BY id LIMIT 1; 
4.  
5. SELECT *  
6.  FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM`table`))+(SELECT MIN(id) FROM `table`)) AS id) AS t2  
7.  WHERE t1.id >= t2.id  
8. ORDER BY t1.id LIMIT 1; 

最后对这两个语句进行分别查询10次,前者花费时间 0.147433 秒,后者花费时间 0.015130 秒,看来采用JOIN的语法比直接在WHERE中使用函数效率还要高很多.