mysql-从数据库中随机抽取数据的分析总结

本文章只针对从mysql随机抽取数据进行方法分析，和总结
项目需要通过表名获取随机数据进行数据校验工作，所以有这个随机从数据库拉数据的需求；
通过查询资料和网友们的博客等都未能很好解决需求问题，接下来针对网上的方法进行分析和总结，并给出自己最优的解决方案；

直接进入主题：

mysql随机抽取数据方法汇总

1.第一种：

select * from `table`
order by rand() limit 1;

分析：该种抽取数据的方法，可以达到效果，但是运行效率非常低，在百万级别下运行时间超长，无法满足需求。

2.第二种：

SELECT *
FROM `table` AS t1 JOIN (SELECT ROUND(RAND() * (
(SELECT MAX(id) FROM `table`)-(SELECT MIN(id) FROM `table`))+(SELECT MIN(id) FROM `table`)) AS id) AS t2
WHERE t1.id >= t2.id
ORDER BY t1.id LIMIT 1;

分析：该种方法相比第一种效率非常高，基本在0.几秒内能查询获取到的数据
优点：速度非常快，在千万级数据下，随机查询获取一条数据的时间为0.161s；
缺点：无法一次性获取多条，当把limit改写成10000之后，获取到的数据是连续的，无法满足需要的随机性。

3.第三种：

SELECT * FROM `table` WHERE id >= (ROUND(((( SELECT MAX( id ) FROM `table`)-( SELECT MIN( id ) FROM `table`)) * RAND()),0) + ( SELECT MIN( id ) FROM `table`))
LIMIT 1;

分析：该种方法相比于第一种方法效率非常高，跟第二种方法执行效率差不多；能基本满足随机性要求，但是当将limit 改成100或者10000的时候，数据出现连续一段范围内的随机数，而不是全量数据里面的随机。
优点：速度非常快，在千万级数据下，随机查询一条的时间为0.116s,能获取随机性多条数据；另外当数据的ID不连续之后，通过该方法能一次性获取200；数据库会自动排除不存在的ID；
缺点：在数据量达千万级别时，limit变成10000之后，数据还是随机的，但是会相对性的限制在一定范围内，当limit改成200之后，ID随机性保存在1-100000之间的随机性，达不到需求的全量随机性；导致该问题的原因在rand()函数；但是当我将最多id和最小id取出来自己做了操作之后，查询效率变慢了 ；

4.第四种：

采用程序生成随机ID，并查询获取的方式

具体方法：
①：通过表名获取最大ID和最小ID值
②：生成随机数方法：

public class NumberUtil {

    public static void main(String[] args) {
        //0-10之内,随机取五个数
        List<Integer> integers = randomCommon(1, 1496255, 200);
        if (integers != null && integers.size() != 0) {
            for (int i : integers) {
                System.out.println(i + ",");
            }
        } else {
            System.out.println("kk");
        }
    }

    /**
     * 随机指定范围内N个不重复的数
     *
     * @param min 指定范围最小值
     * @param max 指定范围最大值
     * @param n   随机数个数
     * @return
     */
    public static List<Integer> randomCommon(int min, int max, int n) {
        List<Integer> integers = new ArrayList<Integer>();
        if (min < 0) {
            min = 0;
        }
        if ((max - min) + 1 < n) {
            n = (max - min) + 1;
        }
        if (max < min) {
            max = min;
        }
        if (max < 0 || n < 0) {
            return integers;
        }
        for (int i = 1; i <= n; i++) {
            int randomNumber = (int) Math.round(Math.random() * (max - min) + min);
            if (integers.contains(randomNumber)) {
                i--;
                continue;
            } else {
                integers.add(randomNumber);
            }
        }
        return integers;
    }
}

③：通过获取到的ID，进行数据查询，在该方法内为了避免数据ID不连续问题，当中有两种方法可选：
第一种：通过上述第三种方法进行数据获取；
第二种：通过扩大随机范围获取数据，在从获取到的数据，在通过中位数从中间往两端获取数据达到随机数据的需去，部分代码如下：

通过以上步骤满足项目需求，如果只对一张table进行数据随机获取，该方法效率还算可观；
当需要对N张table进行数据获取操作，则可以通过stream.parallelStream并发进行获取数据，有兴趣的可以自行进行查找资料学习一下，在要获取N张table表的随机数据的时候，则会涉及到多个库的操作，在建立连接会消耗一定的时间，效率还是会有所降低的。但是整体效果还是不错的哦。该需求完成处理解决。

。。
。。
。。

有不同见解的同学，也可以进行反馈；