您现在的位置：程式碼之家 >> 數據庫知識 > >> MySQL 資料庫 >> MySQL 資料庫相關知識

MySQL 隨機抽樣優化：從 ORDER BY RAND() 到千萬級高效方案演進

編輯：MySQL 資料庫相關知識

前言：RAND() 的效能陷阱

SELECT * FROM t ORDER BY RAND() LIMIT 10 —— MySQL 必須為每行產生隨機數、全表排序、再取前 10 行。百萬行表單次查詢耗時秒級，高併發下直接拖垮資料庫。

方案演進路線圖

1. 原生 RAND()—— 簡單但慢

SELECT * FROM t ORDER BY RAND() LIMIT 5;

全表掃描 + filesort，複雜度 O(N log N)。
8 萬行測試：0.08 秒，隨資料增長線性惡化。

2. WHERE RAND() < 機率—— 近似抽樣

SELECT * FROM t WHERE RAND() < 0.001 LIMIT 10;

無需排序，但結果筆數不固定，需應用層迴圈補齊。
適合「大約抽 1%」統計分析場景。

3. 主鍵範圍 + RAND()—— 經典高效方案（需連續/近似連續 ID）

SELECT * FROM t AS r1
JOIN (
    SELECT ROUND(RAND() * (SELECT MAX(id) FROM t)) AS id
) AS r2 ON r1.id >= r2.id
ORDER BY r1.id ASC LIMIT 5;

子查詢產生隨機起始 ID，外層向後取 N 行。
利用主鍵索引範圍掃描，複雜度 O(log N + N)。
8 萬行測試：0.02 秒，提升 4 倍。
限制： 需 MySQL 4.1+ 子查詢支援；ID 有大量空洞時分布不均。

4. 兩階段查詢—— 通用高效、分布均勻

-- 步驟 1：取得總行數（可快取）
SELECT COUNT(*) FROM t;  -- 假設 1,000,000

-- 步驟 2：應用層產生 5 個隨機 OFFSET
-- PHP 範例
$offsets = array_map(fn() => mt_rand(0, 999999), range(1, 5));

-- 步驟 3：每個 OFFSET 執行單點查詢
foreach ($offsets as $offset) {
    $sql = "SELECT * FROM t LIMIT $offset, 1";
    // 執行並收集結果
}

每次查詢 LIMIT offset, 1 走索引定位，極快。
總耗時 = 5 × (索引定位成本) ≈ 毫秒級。
完美解決 ID 空洞、分布均勻、版本相容問題。

5. TABLESAMPLE（MySQL 8.0.27+ / MariaDB 10.3+）

SELECT * FROM t TABLESAMPLE SYSTEM (10) LIMIT 10;

頁面級伯努利採樣，無需全表掃描，原生支援。
結果為近似百分比，非固定行數。

效能對比總結（百萬行測試環境）

方案	耗時	分布均勻性	版本需求	適用場景
ORDER BY RAND()	~2.5 秒	完美	所有	小表、一次性腳本
WHERE RAND() < p	~0.3 秒	近似	所有	統計抽樣、不固定行數
主鍵範圍 JOIN	~0.05 秒	依賴 ID 連續性	4.1+	ID 連續、固定行數
兩階段 OFFSET	~0.01 秒	完美	所有	通用高效首選
TABLESAMPLE	~0.02 秒	近似	8.0.27+	大表近似抽樣