## 寫在前面 > MySQL資料庫在網際網路行業使用的比較多，有些小夥伴可能會認為MySQL資料庫比較小，儲存不了很多的資料。其實，這些小夥伴是真的不瞭解MySQL。MySQL的小不是說使用MySQL儲存的資料少，而是說其體積小，比較輕量。使用MySQL完全可以儲存千億級別的資料，這個我會在後面的文章中來給小夥伴們分享如何使用MySQL儲存千億級別以上的資料。或者小夥伴們可以提前預定我的新書《MySQL技術大全：開發、優化與運維實戰》。好了，說了這麼多，今天給大家分享一篇有關MySQL的經典面試題：如何以最高的效率從MySQL中隨機查詢一條記錄？ ## 面試題目 如何從MySQL一個數據表中查詢一條隨機的記錄，同時要保證效率最高。 從這個題目來看，其實包含了兩個要求，第一個要求就是：從MySQL資料表中查詢一條隨機的記錄。第二個要求就是要保證效率最高。 接下來，我們就來嘗試使用各種方式來從MySQL資料表中查詢資料。 ## 方法一 這是最原始最直觀的語法，如下： “`sql SELECT * FROM foo ORDER BY RAND() LIMIT 1 “` 當資料表中資料量較小時，此方法可行。但當資料量到達一定程度，比如100萬資料或以上，就有很大的效能問題。如果你通過EXPLAIN來分析這個 語句，會發現雖然MySQL通過建立一張臨時表來排序，但由於ORDER BY和LIMIT本身的特性，在排序未完成之前，我們還是無法通過LIMIT來獲取需要的記錄。亦即，你的記錄有多少條，就必須首先對這些資料進行排序。 ## 方法二 看來對於大資料量的隨機資料抽取，效能的癥結出在ORDER BY上，那麼如何避免？方法二提供了一個方案。 首先，獲取資料表的所有記錄數： “`sql SELECT count(*) AS num_rows FROM foo “` 然後，通過對應的後臺程式記錄下此記錄總數（假定為num_rows）。 然後執行： “`sql SELECT * FROM foo LIMIT [0到num_rows之間的一個隨機數],1 “` 上面這個隨機數的獲得可以通過後臺程式來完成。此方法的前提是表的ID是連續的或者自增長的。 這個方法已經成功避免了ORDER BY的產生。 ## 方法三 有沒有可能不用ORDER BY，用一個SQL語句實現方法二？可以，那就是用JOIN。 “`sql SELECT * FROM Bar B JOIN (SELECT CEIL(MAX(ID)*RAND()) AS ID FROM Bar) AS m ON B.ID >= m.ID LIMIT 1; “` 此方法實現了我們的目的，同時，在資料量大的情況下，也避免了ORDER BY所造成的所有記錄的排序過程，因為通過JOIN裡面的SELECT語句實際上只執行了一次，而不是N次（N等於方法二中的num_rows）。而且， 我們可以在篩選語句上加上“大於”符號，還可以避免因為ID好不連續所產生的記錄為空的現象。 在MySQL中查詢5條不重複的資料，使用以下： “`sql SELECT * FROM `table` ORDER BY RAND() LIMIT 5 “` 就可以了。但是真正測試一下才發現這樣效率非常低。一個15萬餘條的庫，查詢5條資料，居然要8秒以上 搜尋Google，網上基本上都是查詢max(id) * rand()來隨機獲取資料。 “`sql SELECT * FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * (SELECT MAX(id) FROM `table`)) AS id) AS t2 WHERE t1.id >= t2.id ORDER BY t1.id ASC LIMIT 5; “` 但是這樣會產生連續的5條記錄。解決辦法只能是每次查詢一條，查詢5次。即便如此也值得，因為15萬條的表，查詢只需要0.01秒不到。 上面的語句採用的是JOIN，mysql的論壇上有人使用 “`sql SELECT * FROM `table` WHERE id >= (SELECT FLOOR( MAX(id) * RAND()) FROM `table` ) ORDER BY id LIMIT 1; “` 我測試了一下，需要0.5秒，速度也不錯，但是跟上面的語句還是有很大差距。總覺有什麼地方不正常。 於是我把語句改寫了一下。 “`sql SELECT * FROM `table` WHERE id >= (SELECT floor(RAND() * (SELECT MAX(id) FROM `table`))) ORDER BY id LIMIT 1; “` 這下，效率又提高了，查詢時間只有0.01秒 最後，再把語句完善一下，加上MIN(id)的判斷。我在最開始測試的時候，就是因為沒有加上MIN(id)的判斷，結果有一半的時間總是查詢到表中的前面幾行。 完整查詢語句是： “`sql SELECT * FROM `table` WHERE id >= (SELECT floor( RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`)) + (SELECT MIN(id) FROM `table`))) ORDER BY id LIMIT 1; SELECT * FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * ((SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`))+(SELECT MIN(id) FROM `table`)) AS id) AS t2 WHERE t1.id >= t2.id ORDER BY t1.id LIMIT 1; “` 最後對這兩個語句進行分別查詢10次， 前者花費時間 0.147433 秒 後者花費時間 0.015130 秒 看來採用JOIN的語法比直接在WHERE中使用函式效率還要高很多。 ## 重磅福利 微信搜一搜【冰河技術】微信公眾號，關注這個有深度的程式設計師，每天閱讀超硬核技術乾貨，公眾號內回覆【PDF】有我準備的一線大廠面試資料和我原創的超硬核PDF技術文件，以及我為大家精心準備的多套簡歷模板（不斷更新中），希望大家都能找到心儀的工作，學習是一條時而鬱鬱寡歡，時而開懷大笑的路，加油。如果你通過努力成功進入到了心儀的公司，一定不要懈怠放鬆，職場成長和新技術學習一樣，不進則退。如果有幸我們江湖再見！ 另外，我開源的各個PDF，後續我都會持續更新和維護，感謝大家長期以來對冰河的支