MySQL Order By Rand()效率分析

时间：2015-01-23 来源：西部数据作者：西部数据

大家一般的写法就是：SELECT * FROM content ORDER BY RAND() LIMIT 1.

飘易注:3万条记录查询花费 0.3745 秒（下同）；从mysql slow query log看出“ORDER BY RAND() ”全表扫描了2次.

后来我查了一下MYSQL的官方手册,里面针对RAND()的提示大概意思就是,在ORDER BY从句里面不能使用RAND()函数,因为这样会导致数据列被多次扫描,但是在MYSQL 3.23版本中,仍然可以通过ORDER BY RAND()来实现随机。

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,查看官方手册,也说rand()放在ORDER BY 子句中会被执行多次,自然效率及很低.

搜索Google，采用JOIN，查询max(id) * rand()来随机获取数据,代码如下:

SELECT *

FROM `content` AS t1 JOIN (SELECT ROUND(RAND() * (SELECT MAX(id) FROM `content`)) AS id) AS t2

WHERE t1.id >= t2.id

ORDER BY t1.id ASC LIMIT 1;

查询花费 0.0008 秒,飘易认为可以推荐使用这个语句.

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.

有一个方法,代码如下:

SELECT * FROM `content` AS a JOIN ( SELECT MAX( ID ) AS ID FROM `content` ) AS b ON ( a.ID >= FLOOR( b.ID * RAND( ) ) ) LIMIT 5;

上面这种方式保证了一定范围内的随机,查询花费 0.4265 秒,也不推荐,下面的语句,mysql的论坛上有人使用,代码如下:

SELECT *

FROM `content`

WHERE id >= (SELECT FLOOR( MAX(id) * RAND()) FROM `content` )

ORDER BY id LIMIT 1;

查询花费 1.2254 秒,飘易强烈不推荐,因为实测后,3万行的表,这个语句竟然会扫描500万行,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,代码如下:

SELECT * FROM `content`

WHERE id >= (SELECT floor(RAND() * (SELECT MAX(id) FROM `content`)))

ORDER BY id LIMIT 1;

查询花费 0.0012 秒,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,代码如下:

SELECT * FROM `content`

WHERE id >= (SELECT floor( RAND() * ((SELECT MAX(id) FROM `content`)-(SELECT MIN(id) FROM `content`)) + (SELECT MIN(id) FROM `content`)))

ORDER BY id LIMIT 1;

查询花费 0.0012 秒.

代码如下:

SELECT *

FROM `content` AS t1 JOIN (SELECT ROUND(RAND() * ((SELECT MAX(id) FROM `content`)-(SELECT MIN(id) FROM `content`))+(SELECT MIN(id) FROM `content`)) AS id) AS t2

WHERE t1.id >= t2.id

ORDER BY t1.id LIMIT 1;

查询花费 0.0008 秒.

最后在php中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,（via）

第一种方案,即原始的 Order By Rand() 方法,代码如下:

$sql="SELECT * FROM content ORDER BY rand() LIMIT 12";

$result=mysql_query($sql,$conn);

$n=1; //phpfensi.com

$rnds='';

while($row=mysql_fetch_array($result)){

$rnds=$rnds.$n.". <a href='show".$row['id']."-".strtolower(trim($row['title']))."'>".$row['title']."</a><br />n";

$n++;

}

3万条数据查12条随机记录,需要0.125秒,随着数据量的增大，效率越来越低.

第二种方案,改进后的 JOIN 方法,代码如下:

for($n=1;$n<=12;$n++){

$sql="SELECT * FROM `content` AS t1

JOIN (SELECT ROUND(RAND() * (SELECT MAX(id) FROM `content`)) AS id) AS t2

WHERE t1.id >= t2.id ORDER BY t1.id ASC LIMIT 1";

$result=mysql_query($sql,$conn);

$yi=mysql_fetch_array($result);

$rnds = $rnds.$n.". <a href='show".$yi['id']."-".strtolower(trim($yi['title']))."'>".$yi['title']."</a><br />n";

}

3万条数据查12条随机记录,需要0.004秒,效率大幅提升,比第一种方案提升了约30倍,缺点:多次select查询,IO开销大.

第三种方案,SQL语句先随机好ID序列,用 IN 查询,飘易推荐这个用法,IO开销小,速度最快,代码如下:

$sql="SELECT MAX(id),MIN(id) FROM content";

$result=mysql_query($sql,$conn);

$yi=mysql_fetch_array($result);

$idmax=$yi[0];

$idmin=$yi[1];

$idlist='';

for($i=1;$i<=20;$i++){

if($i==1){ $idlist=mt_rand($idmin,$idmax); }

else{ $idlist=$idlist.','.mt_rand($idmin,$idmax); }

}

$idlist2="id,".$idlist;

$sql="select * from content where id in ($idlist) order by field($idlist2) LIMIT 0,12";

$result=mysql_query($sql,$conn);

$n=1;

$rnds='';

while($row=mysql_fetch_array($result)){

$rnds=$rnds.$n.". <a href='show".$row['id']."-".strtolower(trim($row['title']))."'>".$row['title']."</a><br />n";

$n++;

}