【发布时间】：2010-12-16 10:11:12
【问题描述】：
如何使用 Django 获得两个不同的随机记录？我已经看到有关如何获得一个的问题，但我需要获得两个随机记录，它们必须不同。
【问题讨论】：
标签： python django django-models random sql-order-by
【发布时间】：2010-12-16 10:11:12
【问题描述】：
其他答案建议的order_by('?')[:2] 解决方案实际上对于具有大量行的表来说是一件非常糟糕的事情。它会产生一个ORDER BY RAND() SQL 查询。例如，下面是 mysql 处理的方式（其他数据库的情况并没有太大的不同）。假设您的表有 10 亿行：
- 要完成
ORDER BY RAND()，它需要一个RAND()列进行排序。 - 为此，它需要一个新表（现有表没有这样的列）。
- 为此，mysql 使用新列创建一个新的临时表，并将现有的 10 亿行数据复制到其中。
- 在执行此操作时，它会按照您的要求执行操作，并为每一行运行 rand() 以填充该值。是的，您已经指示 mysql 生成 10 亿个随机数。这需要一段时间。 :)
- 几小时/几天后，当它完成后，现在必须对其进行排序。是的，您已指示 mysql 对这十亿行、最坏情况排序的表进行排序（最坏情况，因为排序键是随机的）。
- 几天/几周后，完成后，它会忠实地抓取您实际需要的两行并为您返回。不错的工作。 ;)
注意：只是为了一点额外的肉汁，请注意 mysql 最初会尝试在 RAM 中创建该临时表。当这用尽时，它会暂停一切以将整个内容复制到磁盘，因此您几乎在整个过程中都会遇到额外的 I/O 瓶颈。
怀疑者应该查看生成的查询以确认它是ORDER BY RAND()，然后在 Google 上搜索“order by rand()”（带引号）。
更好的解决方案是将一个 非常 昂贵的查询换成三个便宜的查询（限制/偏移而不是 ORDER BY RAND()）：
import random
last = MyModel.objects.count() - 1
index1 = random.randint(0, last)
# Here's one simple way to keep even distribution for
# index2 while still gauranteeing not to match index1.
index2 = random.randint(0, last - 1)
if index2 == index1: index2 = last
# This syntax will generate "OFFSET=indexN LIMIT=1" queries
# so each returns a single record with no extraneous data.
MyObj1 = MyModel.objects.all()[index1]
MyObj2 = MyModel.objects.all()[index2]
【讨论】：
-
+1 非常好的解释和一个很好的例子！请记住，在大多数存储引擎（除了 MySQL MyISAM 之外的任何引擎？）上，它必须遍历整个数据集才能获取表的
count，因此这也可能相当昂贵。一般来说，获取随机记录是一件相当昂贵的事情。 -
是的，我正在尝试获取 1000 条随机记录。这种方法是残酷的。真的站不住脚。
-
为什么不尝试获取所有mymodel对象并使用len()，比如obj = MyModel.objects.all() index = randint(0,len(obj)-1)
-
@paynestrike 抱歉，如果您是在开玩笑——以防万一：表越大，一次获取所有对象的想法就越糟糕。您并不想实例化十亿个对象，以便随机选择两个对象。
-
@Manganeez，我的意思是 order_by('?') 站不住脚，而不是这里的解决方案。抱歉不清楚，我的错。
如果您在 ORM 中指定随机运算符，我很确定它会给您两个不同的随机结果，不是吗？
MyModel.objects.order_by('?')[:2] # 2 random results.
【讨论】：
-
是的，这行得通。我在最后添加了 .get() 导致错误。
-
这可能存在性能问题。详情见Manganeez's answer
-
同样这种获取可能会返回重复记录
为未来的读者。
获取所有记录的id列表：
my_ids = MyModel.objects.values_list('id', flat=True)
my_ids = list(my_ids)
然后从上面所有的id中随机挑选n个id：
n = 2
rand_ids = random.sample(my_ids, n)
并获取这些 id 的记录：
random_records = MyModel.objects.filter(id__in=rand_ids)
【讨论】：
-
谢谢，这个解决方案对我有用。不过请注意，我必须做
my_ids = list(my_ids)，否则我会从random.sample得到TypeError。我还实现了一种方法来处理my_ids的记录少于我的样本大小，通过执行sample_size = min(len(my_ids), 10)。 -
这实际上在数据传输和内存使用方面可能非常昂贵。它返回表中所有 ID 的完整列表，以便它可以选择 2（或 n）。如果您的桌子很大，这可能会让人望而却步。
-
我认为这不是一条路。当您再次提取记录时，django 默认会使用查询集再次对其进行排序。
Object.objects.order_by('?')[:2]
这将返回两个随机排序的记录。你可以添加
distinct()
如果您的数据集中存在具有相同值的记录。
【讨论】：
-
使用
distinct()，您最终可能只有 1 个值。
关于从一个序列中采样n个随机值，可以使用随机库，
random.Random().sample(range(0,last),2)
将从序列元素中获取 2 个随机样本，从 0 到 last-1
【讨论】：
from django.db import models
from random import randint
from django.db.models.aggregates import Count
class ProductManager(models.Manager):
def random(self, count=5):
index = randint(0, self.aggregate(count=Count('id'))['count'] - count)
return self.all()[index:index + count]您可以获得不同数量的对象。
【讨论】：
class ModelName(models.Model):
# Define model fields etc
@classmethod
def get_random(cls, n=2):
"""Returns a number of random objects. Pass number when calling"""
import random
n = int(n) # Number of objects to return
last = cls.objects.count() - 1
selection = random.sample(range(0, last), n)
selected_objects = []
for each in selection:
selected_objects.append(cls.objects.all()[each])
return selected_objects
【讨论】：