关于全面禁止直接在数据库内使用rand()进行随机读取的公告-Z-BlogPHP-ZBlogger技术交流中心

关于全面禁止直接在数据库内使用rand()进行随机读取的公告

zsx 2015-10-6 8595 只看Ta

很多开发者喜欢用类似以下的代码来取得随机文章：

$array = $zbp->GetArticleList(array('*'),$where,array('rand()'=>' '),array($numm),'');

这样做有以下问题：
1. 不支持MySQL之外的数据库；
2. 数据量上万即奇慢无比。

所以，除非特殊情况，我们今后不再允许代码含直接在数据库内rand()的应用通过审核。当然，不包含在PHP里用rand()或mt_rand()函数，也不包含Math.random()。

为什么会慢？
我这里尝试用非计算机专业术语来解释。
我们把一本书比作数据库。一般的数据库查询，比如查一条ID为1的记录，一般会直接根据索引来得到结果。索引的用途，相当于一本书的目录。直接查目录得到结果，自然会比一页一页翻来得快。
然而，ORDER BY RAND()呢？它会先给你这本书的每一页都随机写一个数字，这就要翻过每一页了。接着，再排序比大小，把每一页的数字都排序排一遍，这就又要把书翻一遍。再取出数字最小的那几条记录。所以，这就是慢的原因。（当然，MySQL的内部实现我没看过，这两个任务不一定是互相独立的。）
如果要比较专业解释的话，请参看MySQL的官方文档：

https://dev.mysql.com/doc/refman/5.0/en/mathematical-functions.html#function_rand

You cannot use a column with RAND() values in an ORDER BY clause, because ORDER BY would evaluate the column multiple times. However, you can retrieve rows in random order like this:

mysql> SELECT * FROM tbl_name ORDER BY RAND();
ORDER BY RAND() combined with LIMIT is useful for selecting a random sample from a set of rows:

mysql> SELECT * FROM table1, table2 WHERE a=b AND c<d -> ORDER BY RAND() LIMIT 1000;
RAND() is not meant to be a perfect random generator. It is a fast way to generate random numbers on demand that is portable between platforms for the same MySQL version.

如何解决？
非对数据库有一定研究的开发者，请直接去除随机文章功能。
否则，请参考以下链接对你的程序进行优化。另外，请务必确保你的代码对SQLite等数据库有效，或干脆对这些数据库不提供相关功能。
在 MySQL 中，从 10 万条主键不连续的数据里随机取 3000 条，如何做到高效？

MySQL select 10 random rows from 600K rows fast

其它：我的测试数据库是六十万，大小3.1GB。

不理世事

最新回复 (6)

全部楼主

washun 2015-10-6 只看Ta 0

引用 2楼

✌✌✌
申请应用中心开发者
天兴工作室 2015-10-6 只看Ta 0

引用 3楼

✌✌✌
天兴工作室 zblog模板主题定制
muxu332 2015-10-7 只看Ta 0

引用 4楼

支持楼主，好贴！
muxu332 2015-10-8 只看Ta 0

引用 5楼

支持！！！！
peakhour 2015-10-14 只看Ta 0

引用 6楼
本帖最后由 peakhour 于 2015-10-15 15:53 编辑

微软有篇技术文章有写:
https://msdn.microsoft.com/zh-tw/library/cc441928.aspx用BINARY_CHECKSUM的方法，如下例子。
```
  SELECT * FROM Table1
  WHERE (ABS(CAST(
  (BINARY_CHECKSUM(*) *
  RAND()) as int)) % 100) < 10
```
我把它改写成适合我们zBlog的例子，如下：
```
SELECT top 10 * FROM blog_Article 
WHERE [log_Level]=4 AND [log_Type]=0
AND   (ABS(CAST(
  (BINARY_CHECKSUM
  ([log_ID], NEWID())) as int))
  % 2) =1
```
效能差别甚钜。

2015/10/15更正：以上算法还是分配不均匀，还不如用这个：
```
SELECT  TOP 10 * FROM [blog_Article]  TABLESAMPLE (0.1 percent) 
WHERE [log_Level]=4 AND [log_Type]=0
ORDER BY NEWID()
```
懿古今 2017-4-26 只看Ta 0

引用 7楼

PHP里获取随机数还是可以的，在数据库里只能放弃使用了