Question

我遇到了一个有趣的MySQL问题。当我尝试将RAND（）函数与一个大整数相乘时，我得到的最大随机数非常小。这是我的MySQL查询，应该是一个非常快速的随机查询，但它返回ID最大36000，即使有4600000+ ID。

SET @maxID=(SELECT MAX(id) FROM property); #it's about 4600000

SELECT * FROM property
WHERE 
downloaded_at IS NULL
AND id >= FLOOR(1 + RAND() * @maxID) #this returns max +/-36000
LIMIT 100

当我将此代码移动到普通SELECT查询时，一切都很好

SELECT FLOOR(1 + RAND() * (SELECT MAX(id) FROM property))

有人可以解释一下，为什么会出现这个错误？谢谢！

编辑

嗯，不知怎的，当我删除downloaded_at IS NULL时，ID会更高，但结果不再是随机的。

我不能使用ORDER BY RAND（），因为表太大，查询太慢，整个服务器最终在几分钟内崩溃

版本是5.7.21-0ubuntu0.16.04.1

Answer 1

您的随机行选择方法偏向 ...正在选择的行的概率与其ID成正比。例如，如果你有10行id = 1到10，那么1有10％被选中的机会，2有20％等等。

此外，您的代码选择小于~36000的ID的原因显而易见：行（通常）以PK顺序处理，并且在找到第100个匹配行时，查询仅处理ID大约为36000的行。

现在，如果您有兴趣选择100个随机行，则可以改为使用此查询：

SELECT *
FROM property
WHERE id IN (
    SELECT id
    FROM property
    WHERE downloaded_at IS NULL
    ORDER BY RAND()
    LIMIT 100
)

或者可能是这个（粗略轮廓）：

SELECT *
FROM property
WHERE id IN (
    SELECT id
    FROM property
    WHERE RAND() <= 100.0 / @maxID -- explanation below
    LIMIT 100
)

以上内容不涉及排序，但仍需要扫描所有ID。 100.0与所需的行数相同，但为了确保添加更多行。这应该导致每行选择的概率相等。

Answer 2

问题是每次评估rand()子句中的条件时都会调用where。相反，将值放在子查询中：

SELECT p.*
FROM property p CROSS JOIN
     (SELECT FLOOR(1 + RAND() * @maxID) as idlim) x
WHERE p.downloaded_at IS NULL AND
      p.id >= x.idlim #this returns max +/-36000
LIMIT 100;

这确保了rand()函数只被调用一次。

WHERE子句中的MySQL RAND（）匹配一小组行

2 个答案: