从 MySQL 中选择可变数量的随机记录答案

【问题标题】：Select variable number of random records from MySQL从 MySQL 中选择可变数量的随机记录
【发布时间】：2010-10-08 04:57:55
【问题描述】：

我想显示数据库中的随机记录。如果我选择，我希望能够显示 X 条随机记录。因此，我需要从随机选择的 ID 列表中选择前 X 条记录

（永远不会有超过 500 条记录可供选择，除非地球的大小急剧增加。目前有 66 种可能。）

这个功能有效，但我怎样才能使它更好呢？

/***************************************************/
/* RandomSite */
//****************/
//  Returns an array of random site IDs or NULL
/***************************************************/   
function RandomSite($intNumberofSites = 1) {
    $arrOutput = NULL;
    //open the database
    GetDatabaseConnection('dev');

    //inefficient
    //$strSQL = "SELECT id FROM site_info WHERE major <> 0 ORDER BY RAND() LIMIT ".$intNumberofSites.";";

    //Not wonderfully random
    //$strSQL = "SELECT id FROM site_info WHERE major <> 0 AND id >= (SELECT FLOOR( COUNT(*) * RAND()) FROM site_info ) ORDER BY id LIMIT ".$intNumberofSites.";";

    //Manual selection from available pool of candidates  ?? Can I do this better ??
    $strSQL = "SELECT id FROM site_info WHERE major <> 0;";

    if (is_numeric($intNumberofSites))
    {
        //excute my query
        $result = @mysql_query($strSQL);
        $i=-1;

        //create an array I can work with  ?? Can I do this better ??
        while ($row = mysql_fetch_array($result, MYSQL_NUM))
        {
            $arrResult[$i++] = $row[0];
        }

        //mix them up
        shuffle($arrResult);

        //take the first X number of results  ?? Can I do this better ??
        for ($i=0;$i<$intNumberofSites;$i++)
        {
            $arrOutput[$i] = $arrResult[$i];
        }
    }   

    return $arrOutput;
    }

更新问题： 我知道 ORDER BY RAND()，我只是不想使用它，因为有传言说它在扩展和性能方面并不是最好的。我对我的代码过于挑剔。我有什么作品，ORDER BY RAND() 作品，但我可以做得更好吗？

更多更新 身份证上有洞。没有大量的流失，但发生的任何流失都需要得到我们团队的批准，因此可以处理转储任何缓存。

感谢您的回复！

【问题讨论】：

如果最多只能有 500 个，那么 Rand() 的 Order 非常快。
同意 JPunyon 关于预优化的观点，并且鉴于最多有 500 条记录，不同的解决方案会快多少，当前的功能会那么慢吗？

标签： php mysql random

【解决方案1】：

为什么不在数据库查询的 orderby 中使用 Rand 函数？那么你就不必在代码中进行随机化等...

类似的东西（我不知道这是否合法）

Select *
from site_info
Order by Rand()
LIMIT N

其中 N 是您想要的记录数...

编辑
您是否分析了您的代码与查询解决方案？我认为您只是在这里进行了预优化。

【讨论】：

它完全有效，但网络上的说法是它不能很好地扩展。为了成为最好的我，我正在被超优化=P
如果世界规模急剧扩大，您只有 500 条记录...您想获得多高的效率？
我完全在预优化。这更像是代码高尔夫而不是解决方案交付
你得到了答案，因为你的解决方案不是最快的（在我的测试中是 8/100 秒），但是看起来最好的并且性能很好

【解决方案2】：

mysql_query("SELECT id FROM site_info WHERE major <> 0 ORDER BY RAND() LIMIT $intNumberofSites")

编辑该死的，JPunyon 快了一点:)

【讨论】：

【解决方案3】：

我会简单地使用 rand() 函数（我假设您使用的是 MySQL）...

SELECT id, rand() as rand_idx FROM site_info WHERE major <> 0 ORDER BY rand_idx LIMIT x;

【讨论】：

【解决方案4】：

如果你不想按 rand() 的顺序选择。

在结果上使用array_rand，而不是改组：

$randKeys = array_rand($arrResult, $intNumberofSites);
$arrOutput = array_intersect_key(array_flip($randKeys), $arrResult);

编辑：返回键数组而不是键 => 值的新数组

【讨论】：

但是当您只需要其中的一部分时，为什么要选择所有行并将它们全部推送到数组中。这是对资源和内存的浪费。
我选择了 rand()。但是，如果他想将它们全部拉到一个数组中，或者如果它们是相当静态的并且他想缓存它们，那么这是另一种方式，然后是 shuffle，for。结果并没有我最初想的那么好……：P
我想给你点，但你的解决方案（如你所说）平均来说是最慢的超过 10,000 次迭代。我没有为测试实现任何缓存，所以你可能在那里赢了。不过答案很好，我学到了重点

【解决方案5】：

好吧，我认为 ORDER BY RAND() 在只有 66 行的表中不会那么慢，但无论如何您都可以研究一些不同的解决方案。

数据真的很稀疏和/或经常更新吗（所以 id 有很大的差距）？

假设它不是很稀疏，您可以从表中选择最大 id，使用 PHP 的内置随机函数在 1 和最大 id 之间选择 N 个不同的数字，然后尝试从表中获取具有这些 id 的行桌子。如果返回的行数少于选择的数字，请获取更多的随机数并重试，直到获得所需的行数。这也可能不是特别快。

如果数据稀疏，我会设置一个辅助“id-type”列，确保它是连续的。因此，如果表中有 66 行，请确保新列包含值 1-66。每当在表中添加或删除行时，您都必须做一些工作来调整此列中的值。然后使用与上面相同的技术，在 PHP 中选择随机 ID，但您不必担心“丢失 ID？重试”的情况。

【讨论】：

【解决方案6】：

试试这个：

SELECT
  @nv := @min + (RAND() * (@max - @min)) / @lc,
  (
  SELECT
    id
  FROM  site_info
  FORCE INDEX (primary)
  WHERE id > @nv
  ORDER BY
    id
  LIMIT 1
  ),
  @max,
  @min := @nv,
  @lc := @lc - 1
FROM
  (
  SELECT @min := MIN(id)
  FROM site_info
  ) rmin,
  (
  SELECT @max := MAX(id)
  FROM site_info
  ) rmax,
  (
  SELECT @lc := 5
  ) l,
  site_info
LIMIT 5

这将使用索引在每次迭代中按降序选择一个随机 ID。

不过，您获得的结果可能会比您想要的少，因为它不会给错过的 id 提供第二次机会。

您选择的行数越多，机会就越大。

【讨论】：

【解决方案7】：

我和JPunyon 在一起。使用ORDER BY RAND() LIMIT $N。我认为$arrResult 拥有和改组这么多（未使用的）条目比使用 MySQL RAND() 函数对性能的影响更大。

function getSites ( $numSites = 5 ) {

    // Sanitize $numSites if necessary

    $result = mysql_query("SELECT id FROM site_info WHERE major <> 0 "
                         ."ORDER BY RAND() LIMIT $numSites");

    $arrResult = array();

    while ( $row = mysql_fetch_array($result,MYSQL_NUM) ) {
        $arrResult[] = $row;
    }

    return $arrResult;
}

【讨论】：

我敢打赌，网络（MySQL 服务器到 PHP 服务器）在传输不需要的项目方面的贡献比拥有和改组它们的数量级或更多。
我相信您是对的，但无论哪种方式，您都希望尽可能少地在数据库和 Web 服务器之间进行传输。

【解决方案8】：

这是我编写和测试的三个函数

我的回答

/***************************************************/
/* RandomSite1 */
//****************/
//  Returns an array of random rec site IDs or NULL
/***************************************************/   
function RandomSite1($intNumberofSites = 1) {
    $arrOutput = NULL;
    GetDatabaseConnection('dev');
    $strSQL = "SELECT id FROM site_info WHERE major <> 0;";
    if (is_numeric($intNumberofSites))
    {
        $result = @mysql_query($strSQL);
        $i=-1;
        while ($row = mysql_fetch_array($result, MYSQL_NUM)) {
            $arrResult[$i++] = $row[0]; }
        //mix them up
        shuffle($arrResult);
        for ($i=0;$i<$intNumberofSites;$i++) {
            $arrOutput[$i] = $arrResult[$i]; }
    }   
    return $arrOutput;
    }

JPunyon 和许多其他人

/***************************************************/
/* RandomSite2 */
//****************/
//  Returns an array of random rec site IDs or NULL
/***************************************************/   
function RandomSite2($intNumberofSites = 1) {
    $arrOutput = NULL;
    GetDatabaseConnection('dev');
    $strSQL = "SELECT id FROM site_info WHERE major<>0 ORDER BY RAND() LIMIT ".$intNumberofSites.";";
    if (is_numeric($intNumberofSites))
    {
        $result = @mysql_query($strSQL);
        $i=0;
        while ($row = mysql_fetch_array($result, MYSQL_NUM)) {
            $arrOutput[$i++] = $row[0]; }
    }   
    return $arrOutput;
    }

具有满足我问题意图的创造性解决方案的 OIS。

/***************************************************/
/* RandomSite3 */
//****************/
//  Returns an array of random rec site IDs or NULL
/***************************************************/   
function RandomSite3($intNumberofSites = 1) {
    $arrOutput = NULL;
    GetDatabaseConnection('dev');
    $strSQL = "SELECT id FROM site_info WHERE major<>0;";
    if (is_numeric($intNumberofSites))
    {
        $result = @mysql_query($strSQL);
        $i=-1;
        while ($row = mysql_fetch_array($result, MYSQL_NUM)) {
            $arrResult[$i++] = $row[0]; }
        $randKeys = array_rand($arrResult, $intNumberofSites);
        $arrOutput = array_intersect_key($randKeys, $arrResult);
    }   
    return $arrOutput;
    }

我做了一个简单的 10,000 次迭代循环，其中我提取了 2 个随机站点。我为每个功能关闭并打开了一个新浏览器，并在运行之间清除了缓存。我运行了 3 次测试以获得一个简单的平均值。

注意 - 第三种解决方案在提取少于 2 个站点时失败，因为如果 array_rand 函数返回一个集合或单个结果，则它具有不同的输出。我很懒，没有完全实现条件来处理这种情况。

1 平均：12.38003755 秒
2 平均：12.47702177 秒
3 平均：12.7124153 秒

【讨论】：