MySQL下的RAND()优化案例分析

众所周知，在mysql中，如果直接 order by rand() 的话，效率非常差，因为会多次执行。事实上，如果等值查询也是用 rand() 的话也如此，我们先来看看下面这几个sql的不同执行计划和执行耗时。
首先，看下建表ddl，这是一个没有显式自增主键的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

往这个表里灌入一些测试数据，至少10万以上， id 字段也是乱序的。

[yejr@imysql]> select count(*) from t_innodb_random\g
*************************** 1. row ***************************
count(*): 393216

1、常量等值检索：

[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)

可以看到执行计划很不错，是常量等值查询，速度非常快。

2、使用rand()函数乘以常量，求得随机数后检索：

[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)

可以看到执行计划很糟糕，虽然是只扫描索引，但是做了全索引扫描，效率非常差。因为where条件中包含了rand()，使得mysql把它当做变量来处理，无法用常量等值的方式查询，效率很低。

我们把常量改成取t_innodb_random表的最大id值，再乘以rand()求得随机数后检索看看什么情况：

[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，执行计划依然是全索引扫描，执行耗时也基本相当。

3、改造成普通子查询模式 ，这里有两次子查询

[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，执行计划也不好，执行耗时较慢。

4、改造成join关联查询，不过最大值还是用常量表示

[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)

这时候执行计划就非常完美了，和最开始的常量等值查询是一样的了，执行耗时也非常之快。
这种方法虽然很好，但是有可能查询不到记录，改造范围查找，但结果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，虽然执行计划也是全索引扫描，但是因为有了limit 1，只需要找到一条记录，即可终止扫描，所以效率还是很快的。

小结：
从数据库中随机取一条记录时，可以把rand()生成随机数放在join子查询中以提高效率。

5、再来看看用ordrr by rand()方式一次取得多个随机值的方式：

[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)

全索引扫描，生成排序临时表，太差太慢了。

6、把随机数放在子查询里看看：

[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，这个看起来还不赖：）

7、仿照上面的方法，改成join和随机数子查询关联

[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，全索引检索，发现符合记录的条件后，直接取得1000行，这个方法是最快的。

综上，想从mysql数据库中随机取一条或者n条记录时，最好把rand()生成随机数放在join子查询中以提高效率。
上面说了那么多的废话，最后简单说下，就是把下面这个sql：

select id from table order by rand() limit n;

改造成下面这个：

select id from table t1 join (select rand() * (select max(id) from table) as nid) t2 on t1.id > t2.nid limit n;

如果想要达到完全随机，还可以改成下面这种写法：

select id from table t1 join (select round(rand() * (select max(id) from table)) as nid from table limit n) t2 on t1.id = t2.nid;

就可以享受在sql中直接取得随机数了，不用再在程序中构造一串随机数去检索了。