当前位置: 首页>前端>正文

mysql 非连续id mysql查询不连续的id

这个问题的来由是我朋友要为一网站实现一个标签云功能,和我交流后我给出了一个方案,在此略作记录,亦求拍砖。
大概需求这是样的:

数据库有一张表A如下图:

mysql 非连续id mysql查询不连续的id,mysql 非连续id mysql查询不连续的id_推理过程,第1张

其中id字段的值未必是连续的,现在我朋友要做的事情就是要从这张表获取5条数据,但这5条数据是具有随机性的,比如可能是[6,2,5,10,17]

解决方案和推理过程如下:

1、先求出这张表最小和最大的id还有数据的条数, 设 min 为最小id, max为最大idcount为数据的条数

      从上表得知 :

 min=22;

 max=1186;

                 count=16;

IDS=[min,max],即从221186之间,但这之间有些id是没对应上数据的,比如如果某id23,那么在上表则没有对应的数据。根据要求需要从这张表随机取5条数据,那么就是说我们可以从minmax之间随机产生5id,但问题来了,很明显从上表可以看出产生的这5id未必会是表中存在的id,那么就是说我们需要产生多少个

随机id才能保证至少能获取到5条数据呢?推理过程如下:

表中不存在的ID数目=max-count=1186-16=1170,就是说我们有1170id是不存在上表中的,就是说我们至少要生产1170+1个不同的id才能保证击中上表的某个id,如果需要击中nid则的公式则为max-count+n,上面的要求是n=5,所以至少要生产的随机id1170+5=1175id,然后我们可以组装select  * from A where id in [1175个id] 的方式进行数据库查询了,这样我们就可以至少得到5条随机的数据了。

从上表也可以看出一个问题,就是当id的不连续区间比较大的时候需要生产的随机id就要越多,比如上面的最大id1186,而这张表却只有16条数据,就是说count越接近max则需要生产的随机id则越少,则此算法的效率则越高。

PS1:

此前朋友也在网上搜索了一种解决方案,但我觉得不太好,所以就有了上面的文字。方案如下:

这个问题来自论坛提问。很多人都知道类似下面的语句

 

select top 2000 * from tb order by newid()
但是在海量数据下,它的性能是无法忍受的。这里我用一个变通的办法来实现性能的提升,思路为:表必须存在一个guid类型的主键或者索引列,然后用这个列去like一个随机字符串,随机字符串必须为guid规定的字符集合(数字+A到Z)。下面例子只用到了数字,并且只用了4个数字来匹配,你可以更改like后面的语句来调整这个策略。

 

 

--生成测试环境
use master
go
create table test(id uniqueidentifier,name varchar(100))
insert into test select newid(),name from syscolumns
--随机提取
select top 10 * from test where id like
char(48+abs(checksum(newid())%10))+ '%'+
char(48+abs(checksum(newid())%10))+ '%'+
char(48+abs(checksum(newid())%10))+ '%'+
char(48+abs(checksum(newid())%10))+'%'
--删除测试环境
drop table test
我测试了300万数据提取2000条,耗时大约1秒左右。另外提醒一点,索引对like语句是有效的。

 

 

PS2:

本文章还有一个朋友阿木的帮助才能得以完成,这种策略是我提出的,数学上的推理是阿木协助我完成的。再次感叹数学之重要。

 


https://www.xamrdz.com/web/2er1960165.html

相关文章: