有没有更好的方法从 Oracle 表中检索随机行？

Question

不久前，我需要从 Oracle 数据库中的表中获取随机行。我发现的最普遍的解决方案是：

SELECT * FROM
( SELECT * FROM tabela WHERE warunek
ORDER BY dbms_random.value )
WHERE rownum = 1​ 

但是，这对于大型表来说性能非常高，因为它首先按随机顺序对表进行排序，然后抓取第一行。

今天，我的一位同事提出了一种不同的方法：

    SELECT * FROM (
    SELECT * FROM MAIN_PRODUCT
    WHERE ROWNUM <= CAST((SELECT COUNT(*) FROM MAIN_PRODUCT)*dbms_random.value AS INTEGER)
    ORDER BY ROWNUM DESC

) WHERE ROWNUM = 1; 

它的运行速度更快，并且似乎返回随机值，但真的如此吗？有人可以深入了解它是否真的是随机的并且行为是否符合预期？我真的很好奇为什么我在寻找时没有在其他任何地方找到这种方法，如果它确实是随机的并且在性能方面更好，为什么它没有更普遍？

Answer 1

这是（可能）获得结果的最简单的查询。
但是SELECT COUNT(*) FROM MAIN_PRODUCT 将进行表扫描，我怀疑您是否可以获得不这样做的查询。

P.s 此查询假定未删除记录。

查询

SELECT * 
FROM
 MAIN_PRODUCT 
WHERE
 ROWNUM = FLOOR(
   (dbms_random.value * (SELECT COUNT(*) FROM MAIN_PRODUCT)) + 1
 )

FLOOR( (dbms_random.value * (SELECT COUNT(*) FROM MAIN_PRODUCT)) + 1 )

将生成一个介于 1 和表的最大计数之间的数字，请参阅 demo 刷新时它是如何工作的。

Oracle12c+ 查询

SELECT * 
FROM
 MAIN_PRODUCT 
WHERE
ROWNUM <= FLOOR(
   (dbms_random.value * (SELECT COUNT(*) FROM MAIN_PRODUCT)) + 1
)
ORDER BY 
 ROWNUM DESC
FETCH FIRST ROW ONLY

Answer 2

您拥有的第二个代码

    SELECT * FROM (
    SELECT * FROM MAIN_PRODUCT
    WHERE ROWNUM <= CAST((SELECT COUNT(*) FROM MAIN_PRODUCT)*dbms_random.value AS INTEGER)
    ORDER BY ROWNUM DESC

) WHERE ROWNUM = 1; 

很好，只是它会得到后续元素。 dbms_random.value 返回一个介于 0 和 1 之间的实数。将其与行数相乘将为您提供一个真正的随机数，这里的瓶颈是计算行数，而不是为每一行生成一个随机值。

证明

考虑

0

号码。如果我们将它与 n 相乘，我们得到

0

如果您想加载单个元素，这正是您所需要的。这种情况不普遍的原因是，在许多情况下，由于只有几千条记录，我们不会感觉到性能问题。

编辑

如果您需要 k 条记录，而不仅仅是第一个，那么这会有点困难，但是仍然可以解决。算法是这样的（我没有安装 Oracle 来测试它，所以我只描述算法）：

randomize(n, k)
    randomized <- empty_set
    while (k > 0) do
        newValue <- random(n)
        n <- n - 1
        k <- k - 1
        //find out how many elements are lower than newValue
        //increase newValue with that amount
        //find out if newValue became larger than some values which were larger than new value
        //increase newValue with that amount
        //repeat until there is no need to increase newValue
    while end
randomize end

如果您从 n 中随机化 k 个元素，那么您将能够在过滤器中使用这些值。

Answer 3

提高性能的关键是减少ORDER BY的负载。

如果您知道有多少行符合条件，那么您可以在排序之前进行过滤。例如，以下内容占用大约 1% 的行：

SELECT *
FROM (SELECT *
      FROM tabela
      WHERE warunek AND dbms_random.value < 0.01
      ORDER BY dbms_random.value
     )
WHERE rownum = 1​ ;

一种变体是计算匹配值的数量。然后随机选择一个较小的样本。以下获取大约 100 个匹配行，然后对它们进行排序以进行随机选择：

SELECT a.*
FROM (SELECT *
      FROM (SELECT a.*, COUNT(*) OVER () as cnt
            FROM tabela a
            WHERE warunek
           ) a
      WHERE dbms_random.value < 100 / cnt
      ORDER BY dbms_random.value
     ) a
WHERE rownum = 1​ ;