MySQL優(yōu)化之對RAND()的優(yōu)化方法
眾所周知，在MySQL中，如果直接 ORDER BY RAND() 的話，效率非常差，因為會多次執(zhí)行。事實上，如果等值查詢也是用 RAND() 的話也如此，我們先來看看下面這幾個SQL的不同執(zhí)行計劃和執(zhí)行耗時。
首先，看下建表DDL，這是一個沒有顯式自增主鍵的InnoDB表：
[yejr@imysql]> show create table t_innodb_random\G
*************************** 1. row ***************************
Table: t_innodb_random
Create Table: CREATE TABLE `t_innodb_random` (
`id` int(10) unsigned NOT NULL,
`user` varchar(64) NOT NULL DEFAULT '',
KEY `idx_id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=latin1
往這個表里灌入一些測試數(shù)據(jù)，至少10萬以上， id 字段也是亂序的。
[yejr@imysql]> select count(*) from t_innodb_random\G
*************************** 1. row ***************************
count(*): 393216
1、常量等值檢索：
[yejr@imysql]> explain select id from t_innodb_random where id = 13412\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t_innodb_random
type: ref
possible_keys: idx_id
key: idx_id
key_len: 4
ref: const
rows: 1
Extra: Using index
[yejr@imysql]> select id from t_innodb_random where id = 13412;
1 row in set (0.00 sec)
可以看到執(zhí)行計劃很不錯，是常量等值查詢，速度非?？?。
2、使用RAND()函數(shù)乘以常量，求得隨機數(shù)后檢索：
[yejr@imysql]> explain select id from t_innodb_random where id = round(rand()*13241324)\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t_innodb_random
type: index
possible_keys: NULL
key: idx_id
key_len: 4
ref: NULL
rows: 393345
Extra: Using where; Using index
[yejr@imysql]> select id from t_innodb_random where id = round(rand()*13241324)\G
Empty set (0.26 sec)
可以看到執(zhí)行計劃很糟糕，雖然是只掃描索引，但是做了全索引掃描，效率非常差。因為WHERE條件中包含了RAND()，使得MySQL把它當(dāng)做變量來處理，無法用常量等值的方式查詢，效率很低。
我們把常量改成取t_innodb_random表的最大id值，再乘以RAND()求得隨機數(shù)后檢索看看什么情況：
[yejr@imysql]> explain select id from t_innodb_random where id = round(rand()*(select max(id) from t_innodb_random))\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: t_innodb_random
type: index
possible_keys: NULL
key: idx_id
key_len: 4
ref: NULL
rows: 393345
Extra: Using where; Using index
*************************** 2. row ***************************
id: 2
select_type: SUBQUERY
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: Select tables optimized away
[yejr@imysql]> select id from t_innodb_random where id = round(rand()*(select max(id) from t_innodb_random))\G
Empty set (0.27 sec)
可以看到，執(zhí)行計劃依然是全索引掃描，執(zhí)行耗時也基本相當(dāng)。
3、改造成普通子查詢模式 ，這里有兩次子查詢
[yejr@imysql]> explain select id from t_innodb_random where id = (select round(rand()*(select max(id) from t_innodb_random)) as nid)\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: t_innodb_random
type: index
possible_keys: NULL
key: idx_id
key_len: 4
ref: NULL
rows: 393345
Extra: Using where; Using index
*************************** 2. row ***************************
id: 3
select_type: SUBQUERY
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: Select tables optimized away
[yejr@imysql]> select id from t_innodb_random where id = (select round(rand()*(select max(id) from t_innodb_random)) as nid)\G
Empty set (0.27 sec)
可以看到，執(zhí)行計劃也不好，執(zhí)行耗時較慢。
4、改造成JOIN關(guān)聯(lián)查詢，不過最大值還是用常量表示
[yejr@imysql]> explain select id from t_innodb_random t1 join (select round(rand()*13241324) as id2) as t2 where t1.id = t2.id2\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: <derived2>
type: system
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1
Extra:
*************************** 2. row ***************************
id: 1
select_type: PRIMARY
table: t1
type: ref
possible_keys: idx_id
key: idx_id
key_len: 4
ref: const
rows: 1
Extra: Using where; Using index
*************************** 3. row ***************************
id: 2
select_type: DERIVED
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: No tables used
[yejr@imysql]> select id from t_innodb_random t1 join (select round(rand()*13241324) as id2) as t2 where t1.id = t2.id2\G
Empty set (0.00 sec)
這時候執(zhí)行計劃就非常完美了，和最開始的常量等值查詢是一樣的了，執(zhí)行耗時也非常之快。
這種方法雖然很好，但是有可能查詢不到記錄，改造范圍查找，但結(jié)果LIMIT 1就可以了：
[yejr@imysql]> explain select id from t_innodb_random where id > (select round(rand()*(select max(id) from t_innodb_random)) as nid) limit 1\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: t_innodb_random
type: index
possible_keys: NULL
key: idx_id
key_len: 4
ref: NULL
rows: 393345
Extra: Using where; Using index
*************************** 2. row ***************************
id: 3
select_type: SUBQUERY
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: Select tables optimized away
[yejr@imysql]> select id from t_innodb_random where id > (select round(rand()*(select max(id) from t_innodb_random)) as nid) limit 1\G
*************************** 1. row ***************************
id: 1301
1 row in set (0.00 sec)
可以看到，雖然執(zhí)行計劃也是全索引掃描，但是因為有了LIMIT 1，只需要找到一條記錄，即可終止掃描，所以效率還是很快的。
小結(jié)：
從數(shù)據(jù)庫中隨機取一條記錄時，可以把RAND()生成隨機數(shù)放在JOIN子查詢中以提高效率。
5、再來看看用ORDRR BY RAND()方式一次取得多個隨機值的方式：
[yejr@imysql]> explain select id from t_innodb_random order by rand() limit 1000\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t_innodb_random
type: index
possible_keys: NULL
key: idx_id
key_len: 4
ref: NULL
rows: 393345
Extra: Using index; Using temporary; Using filesort
[yejr@imysql]> select id from t_innodb_random order by rand() limit 1000;
1000 rows in set (0.41 sec)
全索引掃描，生成排序臨時表，太差太慢了。
6、把隨機數(shù)放在子查詢里看看：
[yejr@imysql]> explain select id from t_innodb_random where id > (select rand() * (select max(id) from t_innodb_random) as nid) limit 1000\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: t_innodb_random
type: index
possible_keys: NULL
key: idx_id
key_len: 4
ref: NULL
rows: 393345
Extra: Using where; Using index
*************************** 2. row ***************************
id: 3
select_type: SUBQUERY
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: Select tables optimized away
[yejr@imysql]> select id from t_innodb_random where id > (select rand() * (select max(id) from t_innodb_random) as nid) limit 1000\G
1000 rows in set (0.04 sec)
嗯，提速了不少，這個看起來還不賴：）
7、仿照上面的方法，改成JOIN和隨機數(shù)子查詢關(guān)聯(lián)
[yejr@imysql]> explain select id from t_innodb_random t1 join (select rand() * (select max(id) from t_innodb_random) as nid) t2 on t1.id > t2.nid limit 1000\G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: <derived2>
type: system
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1
Extra:
*************************** 2. row ***************************
id: 1
select_type: PRIMARY
table: t1
type: range
possible_keys: idx_id
key: idx_id
key_len: 4
ref: NULL
rows: 196672
Extra: Using where; Using index
*************************** 3. row ***************************
id: 2
select_type: DERIVED
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: No tables used
*************************** 4. row ***************************
id: 3
select_type: SUBQUERY
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: Select tables optimized away
[yejr@imysql]> select id from t_innodb_random t1 join (select rand() * (select max(id) from t_innodb_random) as nid) t2 on t1.id > t2.nid limit 1000\G
1000 rows in set (0.00 sec)
可以看到，全索引檢索，發(fā)現(xiàn)符合記錄的條件后，直接取得1000行，這個方法是最快的。
綜上，想從MySQL數(shù)據(jù)庫中隨機取一條或者N條記錄時，最好把RAND()生成隨機數(shù)放在JOIN子查詢中以提高效率。
上面說了那么多的廢話，最后簡單說下，就是把下面這個SQL：
SELECT id FROM table ORDER BY RAND() LIMIT n;
改造成下面這個：
SELECT id FROM table t1 JOIN (SELECT RAND() * (SELECT MAX(id) FROM table) AS nid) t2 ON t1.id > t2.nid LIMIT n;
就可以享受在SQL中直接取得隨機數(shù)了，不用再在程序中構(gòu)造一串隨機數(shù)去檢索了。
相關(guān)文章
在mysql 中，索引可以分為兩種類型 hash索引和 btree索引。這篇文章主要介紹了mysql索引的相關(guān)知識，非常不錯，具有參考借鑒價值，感興趣的朋友一起看看吧2016-09-09
MySQL可重復(fù)讀隔離級別下開啟事務(wù)的問題解決
本文主要介紹了MySQL可重復(fù)讀隔離級別下開啟事務(wù)的問題解決,詳解在Repeatable?Read隔離級別下,mysql的快照生成時機的問題,感興趣的可以了解一下2024-07-07
本篇文章是對mysql中的auto_increment的問題進行了詳細的分析介紹，需要的朋友參考下2013-06-06
操作MySQL的時候發(fā)現(xiàn)，有時只建了%的賬號，可以通過localhost連接，有時候卻不可以，網(wǎng)上搜索也找不到滿意的答案，干脆手動測試一波2019-02-02
這篇文章主要給大家介紹了關(guān)于MySQL如何找出未提交事務(wù)信息的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學(xué)習(xí)或者使用MySQL具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
MySQL數(shù)據(jù)庫主從復(fù)制與讀寫分離
大家好，本篇文章主要講的是MySQL數(shù)據(jù)庫主從復(fù)制與讀寫分離，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12
MySQL 使用 Performance Schema 定位和解決慢
本文介紹了如何使用MySQL的PerformanceSchema來定位和解決慢SQL查詢問題,通過啟用PerformanceSchema并分析相關(guān)的系統(tǒng)表,可以收集到詳細的性能數(shù)據(jù),從而識別出影響性能的SQL語句,優(yōu)化策略包括優(yōu)化查詢語句、調(diào)整數(shù)據(jù)庫配置等2025-02-02
這篇文章主要介紹了MySQL數(shù)據(jù)庫事務(wù)隔離級別詳解的相關(guān)資料,需要的朋友可以參考下2017-03-03
有很多人對null值是否走索引感覺很疑惑,所以下面這篇文章主要給大家介紹了關(guān)于mysql字段為NULL索引是否會失效的相關(guān)資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下2022-05-05
Linux7.6二進制安裝Mysql8.0.27詳細操作步驟
大家好，本篇文章主要講的是Linux7.6二進制安裝Mysql8.0.27詳細操作步驟，感興趣的同學(xué)快來看一看吧，希望對你起到幫助2021-11-11