MySQL中的随机抽取的实现

1. 引言

现在有一个需求是从一个单词表中每次随机选取三个单词。

这个表的建表语句和如下所示：

mysql> Create table 'words'(
    'id' int(11) not null auto_increment;
    'word' varchar(64) default null;
    primary key ('id')
) ENGINE=InnoDB;

然后我们向其中插入10000行数据。接下来我们看看如何从中随机选择3个单词。

2. 内存临时表

首先，我们通常会想到用order by rand()来实现这个逻辑：

mysql> select word from words order by rand() limit 3;

虽然这句话很简单，但是执行流程则比较复杂。我们使用explain来看看语句的执行情况：

Extra字段中Using temporary表示需要使用临时表，Using filesort表示需要进行排序。也就是需要进行排序操作。

对于InnoDB表来说，执行全字段排序能够减少对于磁盘的访问，所以会被优先选择。

而对于内存表来说，回表过程只是简单地根据数据行的位置，直接访问内存得到数据，根本不会导致多访问磁盘。所以这时MySQL会优选选择rowid排序。

我们接下来再来梳理下这条语句的执行流程：

• 创建一个临时表，这个表使用memory引擎，表里有两个字段，第一个字段是double类型，记为R，第二个字段是varchar(64)类型，记为W。并且这个表没有索引。
• 从words表中，按主键顺序取出所有的word。对于每个word，调用rand()函数随机生成一个大于0小于1的随机小数，并把这个随机小数和word分别存入临时表的R和W字段中。
• 接下来就是按照字段R进行排序
• 初始化sort_buffer。sort_buffer有两个字段，一个是double类型，另一个是整型。
• 从内存临时表中一行行取出R值和位置信息，分别存入sort_buffer的两个字段里。
• sort_buffer按照R值进行排序
• 排序完成后，取出前三个结果的位置信息，到内存临时表中取出相应的word，返回给客户端。

流程示意图如下所示：

上面讲的位置信息，其实就是行所在的位置，也就是我们之前说的rowid。

对于InnoDB引擎来说，对于有没有主键表来说有两种处理方式：

• 对于有主键的InnoDB表来说，这个rowid就是主键id
• 对于没有主键的InnoDB表来说，这个rowid是由系统生成的，用来标识不同行。

因此，order by randn()使用了内存临时表，内存临时表的排序方法用的是rowid排序方法。

3. 磁盘临时表

不是所有的临时表都是内存临时表。tmp_table_size这个配置限制了内存临时表的大小，如果超过了这个大小，就会使用磁盘临时表。InnoDB引擎就是默认使用磁盘临时表。

4. 优先队列排序算法

在MySQL5.6之后，引入了优先队列排序算法，这种算法是不需要使用临时文件的。而原本的归并排序算法则是需要使用临时文件。

因为当你使用归并算法的时候，其实你只需要得到前3，但是你是用完归并排序，那已经整体有序了，造成了资源的浪费。

而优先队列排序算法则可以只取到前三，执行流程如下：

• 对于这10000个准备排序的(R,rowid)，先取前三行，构造成一个堆，并且将最大的值放在堆顶；
• 取下一行（R’,rowid’），跟当前堆里面最大的R比较，如果R’小于R，则把(R,rowid)从堆中去掉，换成（R’,rowid’）。
• 不断重复上面的过程。

流程如下图所示：

但是当limit的数比较大时，维护堆比较困难，所以又会使用归并排序算法。

来源：自己整理的MySQL实战45讲笔记

到此这篇关于MySQL中的随机抽取的实现的文章就介绍到这了,更多相关MySQL 随机抽取内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！