邻域中的MySQL随机行[重复]

Question

我有这张表 (PERSONS) 有 2500 万行：

ID int(10) PK
points int(6) INDEX
some other columns

我想向用户显示 4 个随机的行，它们的点数彼此有些接近。经过一些搜索和调整以生成令人印象深刻的随机行后，我发现了这个查询：

SELECT person_id, points
FROM persons AS r1 JOIN
       (SELECT (RAND() *
                     (SELECT MAX(person_id)
                        FROM persons)) AS id)
        AS r2
 WHERE r1.person_id>= r2.id and points > 0
 ORDER BY r1.person_id ASC
 LIMIT 4

所以我在 PHP 中查询这个。这给了我很好的快速结果（热身时低于 0.05 秒）。但这些行实际上只是随机的（自points > 0 起至少有 1 个点）。我想显示一些有点接近的行，不必每次都如此，但假设我使用限制 50 执行此查询，然后在 PHP 中选择一个随机行和 3 个最接近的行（基于点） 在它的旁边。我认为您需要对结果进行排序，选择一个随机行并显示它之后/之前的行。但我不知道如何做到这一点，因为我对 PHP 很陌生。

任何人的建议，欢迎所有反馈:)

Answer 1

在您的 points 列上建立一个索引（如果它尚不存在），然后对其执行随机化逻辑：

ALTER TABLE persons ADD INDEX (points);

SELECT   person_id, points
FROM     persons JOIN (
           SELECT RAND() * MAX(points) AS pivot
           FROM   persons
           WHERE  points > 0
         ) t ON t.pivot <= points
ORDER BY points
LIMIT    4

请注意，此方法将使用points 值范围内的均匀概率分布来选择枢轴；如果points 非常不一致，您最终可能会比其他值更频繁地以某些值为中心（从而导致看似“非随机”的结果）。

要解决这个问题，您可以通过更均匀分布的列（可能是person_id？）选择一个随机记录，然后使用该随机记录的points 值作为枢轴；即，将上述语句中的子查询替换为以下内容：

           SELECT   points AS pivot
           FROM     persons JOIN (

                      SELECT FLOOR(
                               MIN(person_id)
                             + RAND() * (MAX(person_id)-MIN(person_id))
                             ) AS random
                      FROM   persons
                      WHERE  points > 0

                    ) r ON r.random <= person_id
           WHERE    points > 0
           ORDER BY person_id
           LIMIT    1

Answer 2

我建议在 PHP 中执行两个单独的 sql 查询，而不是加入/子查询它们。在许多情况下，优化器无法简化您的查询，必须分别执行每一项。所以，在你的情况下。如果你有 1000 人，优化器将在最坏的情况下执行以下操作：

• 获取 1000 人行
• 为每个获得 1000 人行的人做子选择
• 加入 1000 个人并加入行，得到 1.000.000 行
• 全部过滤

简而言之： 1001 个查询，1.000.000 行

我的建议？

执行两个查询并且两者都没有连接或子选择（尤其是在大多数情况下组合会导致性能急剧下降）

SELECT person_id, points 
FROM persons 
ORDER BY RAND() LIMIT 1

现在将找到的点用于您的第二个查询

SELECT person_id, points, ABS(points - <POINTS FROM ABOVE>) AS distance 
FROM persons 
ORDER BY distance ASC LIMIT 4

Answer 3

从中删除子查询将大大提高性能和缓存，因此您可以例如获取您的 ID 列表，将其放入文件中，然后从中随机获取（例如通过从文件中读取随机行）。这将大大改善它，因为您可以查看是否将在此查询上运行 EXPLAIN 并通过更改查询以仅加载 4 个（仍然是随机的）id 的数据来比较它。