如何有效率地從大型MySQL資料庫中查詢隨機樣本？

有效率地從MySQL 資料庫查詢隨機樣本

初始方法與限制：

使用SELECT * FROM table ORDER BY 產生隨機樣本的簡單方法RAND() LIMIT 10000 面臨大表的效能瓶頸。由於需要對整個表進行排序，這種方法計算量很大，對於具有數十萬行的表來說不切實際。

最佳化取樣技術：

An有效的替代方法是利用以下查詢：

SELECT * FROM table WHERE rand() <= .3

此查詢採用下列原則：

• 此查詢採用下列原則：
• 隨機數產生： rand()函數為每一行產生 0 到 1 之間的隨機數。

條件選擇： 然後評估每一行，根據隨機數是否小於或等於來確定是否應將其包含在樣本中0.3.

• 這種方法的優點：
• 它的O(n)，因為不需要排序。

MySQL 的隨機數產生機制確保了數值的均勻分佈。 相較之下， ORDER BY RAND() 方法的複雜度為 O(n lg n)，這使得大型資料集的速度明顯變慢。

以上是如何有效率地從大型MySQL資料庫中查詢隨機樣本？的詳細內容。更多資訊請關注PHP中文網其他相關文章！