MySQL 笔记整理(17) --如何正确地显示随机消息?
笔记记录自林晓斌(丁奇)老师的《MySQL实战45讲》
(本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除)
17) --如何正确地显示随机消息?
如果有这么一个英语单词表,需要每次访问时随机显示三个单词。但实际使用中发现,随着单词表越变越大,选单词这个逻辑变得越来越慢。建表语句如下:
mysql> CREATE TABLE `words` ( `id` int(11) NOT NULL AUTO_INCREMENT, `word` varchar(64) DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB; delimiter ;; create procedure idata() begin declare i int; set i=0; while i<10000 do insert into words(word) values(concat(char(97+(i div 1000)), char(97+(i % 1000 div 100)), char(97+(i % 100 div 10)), char(97+(i % 10)))); set i=i+1; end while; end;; delimiter ; call idata();
为了便于量化说明,我们在这个表里面插入了10000行记录。
内存临时表:
你可能会首先想到order by rand()来实现这个逻辑。
mysql> select word from words order by rand() limit 3;
这个语句的语义很简单,随机排序取前3个。但这个语句的执行流程确有点复杂。如果你使用explain命令来查看的话会发现,这个语句需要临时表,并且要在临时表上排序。上一篇中我们提到过order by的两种方式,全字段排序和rowid排序。对于这条语句,会选择哪种方式进行排序呢?在上一篇我们有个结论,对于InnoDB表来说,执行全字段排序会减少磁盘访问,因此会被优先选择。此处我们强调了“InnoDB表”,你肯定想到了,对于内存表,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。优化器没有了这一层顾虑,那么它会优先考虑的就是用于排序的行越小越好(行越小,sort_buffer可以存储的行数就越多,排序就越快),所以,MySQL这时就会选择rowid排序。
我们再来看看这个算法的执行流程:
- 创建一个临时表,这个临时表使用的是memory引擎,表里有两个字段,第一个是double类型,为了后面描述方便,记为字段R。第二个字段是varchar(64)类型,记为字段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值。对于每个word值,调用rand()函数生成一个大于0小于1的随机数,并把这个随机小数和word分别存入临时表的R和W字段中,到此,扫描行数是10000.
- 现在临时表中有10000行数据,接下来你要在这个没有索引的内存临时表上,按照字段R排序。
- 初始化sort_buffer。sort_buffer有两个字段,一个是double类型,另一个是整形。
- 从内存临时表中一行一行地取出R值和位置信息(后面我们会解释为什么是位置信息)。分别存入sort_buffer中的两个字段里。这个过程要对内存临时表做全表扫描,此时扫描行数增加10000,变成了20000.
- 在sort_buffer中根据R的值进行排序。注意,这个过程没有涉及表操作,所以不会增加扫描行数。
- 排序完成后,取出钱三个结果的位置信息,依次到内存临时表中取出word的值,返回给客户端。这个过程中,访问了表的三行数据。总扫描行数变成了20003.
因此,完整的排序执行流程图就如下所示:
图中的pos就是位置信息,你可能有个疑问,这个位置信息是指的什么呢?并且,我们在之前order by是如何排序的内容里,对InnoDB表排序的时候,明明用的还是ID字段。这时候,我们要来谈一谈一个基本概念:MySQL的表是用什么方法来定位“一行数据”的。
如果你创建一个表没有主键,或者把一个表的主键删掉了,那么InnoDB会自己生成一个长度为6字节的rowid来作为主键。这也就是排序模式里面,rowid名字的来历。实际上它表示的是:每个引擎用来唯一标识数据行的信息。
- 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就是有系统生成的。
- MEMORY引擎不是索引组织表。在这个例子里面,你可以认为它就是一个数组。因此,这个rowid其实就是数组的下标。
这里我们稍微小结一下:order by rand()使用里内存临时表,内存临时表排序的时候使用了rowid排序方法。
磁盘临时表:
那么,是不是所有的临时表都是内存表呢?其实不是的。tmp_table_size这个配置限制了内存临时表的大小,默认值是16M.如果临时表大小超过了tmp_table_size,那么内存临时表就会转成磁盘临时表。磁盘临时表使用的引擎默认是InnoDB,是由参数internal_tmp_disk_storage_engine控制的。当使用磁盘临时表时,对应的就是一个没有显示索引的InnoDB表的排序过程。
随机排序方法:
回到我们文章开头的问题,怎么正确地随机排序呢?我们先把问题再简化一下,如果只随机选择1个word的值,可以怎么做呢?思路上是这样的:
- 取得这个表的主键id的最大值M和最小值N。
- 用随机函数生成一个最大值到最小值之间的数X=(M-N)* rand() + N
- 取不小于X的第一个ID的行。
mysql语句如下:
mysql> select max(id),min(id) into @M,@N from t ; set @X= floor((@M-@N+1)*rand() + @N); select * from t where id >= @X limit 1;
这个方法效率很高,因为取max(id)和min(id)都不需要扫描索引,而第三步的select也可以用索引快速定位,可以认为只扫描了3行。但实际上,这个算法本身并不严格满足题目的随机要求,因为ID中间可能有空洞,因此选择不同行的概率不一样,不是真正的随机。比如你有4个id,分别是1,2,4,5.如果按照上面的方法,那么取得id=4的这一行的概率就会比取得其他行的概率高。如果空洞再大一些,如这4个的id分别是1,2,40000,40001,那么这个算法基本就是个bug了,取得id=40000的概率会很大很大。所以,为了取得严格随机的结果,你可以用下面这个流程:
- 取得整个表的行数,记为C
- 取得Y=floor(C*rand())。floor函数在这里的作用,就是取整数部分。
- 再用limit Y,1取得一行。
我们把这个算法,称为随机算法2.下面这段代码就是上面流程的执行语句序列:
mysql> select count(*) into @C from t; set @Y = floor(@C * rand()); set @sql = concat("select * from t limit ", @Y, ",1"); prepare stmt from @sql; execute stmt; DEALLOCATE prepare stmt;
由于limit后面的参数不能直接跟变量,所以上面的代码中使用了预处理语句prepare+execute的方法。当然,养成好习惯,每一次执行完execute时,须执行DEALLOCATE prepare语句,这样可以释放执行中所使用的数据库资源。当然,你可以把拼接SQL语句的方法写在应用程序中,会更简单一些。这个方法解决了第一个方法出现的概率不均匀的问题。MySQL处理Limit Y,1的做法就是按顺序一个一个地读出来,丢掉前Y个,然后把下一个记录作为返回结果,因此这一步需要扫描Y+1行。再加上,第一部扫描的C行,总共需要C+Y+1行,执行代价要比第一个算法高。当然这个代价还是远小于order by rand()的。
当然,如果你要取3个随机word值,那么可以这么写。
mysql> select count(*) into @C from t; set @Y1 = floor(@C * rand()); set @Y2 = floor(@C * rand()); set @Y3 = floor(@C * rand()); select * from t limit @Y1,1; // 在应用代码里面取 Y1、Y2、Y3 值,拼出 SQL 后执行 select * from t limit @Y2,1; select * from t limit @Y3,1;
MySQL 笔记整理(17) --如何正确地显示随机消息?的更多相关文章
- 最全mysql笔记整理
mysql笔记整理 作者:python技术人 博客:https://www.cnblogs.com/lpdeboke Windows服务 -- 启动MySQL net start mysql -- 创 ...
- MySQL 笔记整理(1) --基础架构,一条SQL查询语句如何执行
最近在学习林晓斌(丁奇)老师的<MySQL实战45讲>,受益匪浅,做一些笔记整理一下,帮助学习.如果有小伙伴感兴趣的话推荐原版课程,很不错. 1) --基础架构,一条SQL查询语句如何执行 ...
- MySQL 笔记整理(14) --count(*)这么慢,我该怎么办?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> (本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除) 14) --count(*)这么慢,我该怎么办? 有时你会发现,随着系统 ...
- MySQL 笔记整理(18) --为什么这些SQL语句逻辑相同,性能却差异巨大?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> (本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除) 18) --为什么这些SQL语句逻辑相同,性能却差异巨大? 本篇我们以三 ...
- MySQL 笔记整理(16) --“order by”是怎么工作的?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> (本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除) 16) --“order by”是怎么工作的? 在林老师的课程中,第15 ...
- MySQL 笔记整理(12) --为什么我的MySQL会“抖”一下?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> (本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除) 12) --为什么我的MySQL会“抖”一下? 断更了一段时间,因为这几 ...
- MySQL 笔记整理(10) --MySQL为什么有时会选错索引?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> (本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除) 10) --MySQL为什么有时会选错索引? MySQL中的一张表上可以 ...
- MySQL 笔记整理(9) --普通索引和唯一索引,应该怎么选择?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> (本篇内图片均来自丁奇老师的讲解,如有侵权,请联系我删除) 9) --普通索引和唯一索引,应该怎么选择? 假如你在维护一个市民系统, ...
- MySQL 笔记整理(8.a) --事务到底是隔离还是不隔离的?
笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> 8.a) --事务到底是隔离还是不隔离的? 这部分内容不太容易理解,笔者也是进行了多次阅读.因此引用原文: 之前有提到过,如果是在可 ...
随机推荐
- Eigen实现坐标转换
(<视觉SLAM十四讲>第三讲习题7)设有小萝卜一号和二号在世界坐标系中.一号位姿q1 = [0.35, 0.2, 0.3, 0.1],t1=[0.3, 0.1, 0.1].二号位姿q2= ...
- SSRS报表服务随笔(rdl报表服务)-报表数据:使用第三方控件生成条形码
因为工作需要,需要将订单号显示成条形码,比如数据库存储的20190106A,我需要把这个转换为Code128来显示出来 在国内我没有找到这方面的教程,最后还是一个人自己摸索出来的 在这里我是使用的是B ...
- LeetCode算法题-Unique Morse Code Words(Java实现)
这是悦乐书的第318次更新,第339篇原创 01 看题和准备 今天介绍的是LeetCode算法题中Easy级别的第186题(顺位题号是804).国际莫尔斯电码定义了一种标准编码,其中每个字母映射到一系 ...
- 启动VMware虚拟机时总是出现许可证到期提示怎么办?
不知道大家有没有遇到过这个问题,每次当你打开VMware虚拟机时它总是会提示许可证到期,需要注册,还会出现许多报红的代码,下面就让小编带大家解决一下吧~ VMware教程 如果Fusion本身无法启动 ...
- PdfReader按页将PDF切割成多个PDF
private MemoryStream GetNewPdfByPageNum(PdfReader pdfReader, int pageNum) { MemoryStream memoryStrea ...
- 补习系列(18)-springboot H2 迷你数据库
目录 关于 H2 一.H2 用作本地数据库 1. 引入依赖: 2. 配置文件 3. 样例数据 二.H2 用于单元测试 1. 依赖包 2. 测试配置 3. 测试代码 小结 关于 H2 H2 数据库是一个 ...
- Java学习路线图分析
Java学习路线分析图 第一阶段 技术名称 技术内容 J2SE(java基础部分) java开发前奏 计算机基本原理,Java语言发展简史以及开发环境的搭建,体验Java程序的开发,环境变量的设置, ...
- 使用Springboot + Gradle快速整合Mybatis-Plus
使用Springboot + Gradle快速整合Mybatis-Plus 作者:Stanley 罗昊 [转载请注明出处和署名,谢谢!] MyBatis-Plus(简称 MP)是一个 MyBatis ...
- [JavaScript] AMD和CMD概述
1. cmd 和 amd 在浏览器中,受网络和浏览器渲染的制约,不能采用同步加载,只能采用异步加载.于是 AMD 规范应运而生 2. AMD AMD(Asynchronous Module Defin ...
- 基于.NET的APP开发和Windows开发,异步回调差别
在Smobiler的开发中,控件或组件及客户端功能都是通过事件或委托来进行处理的. Smobiler是基于异步非阻塞的方式来运行的 下面我们分别对Windows的和Smobiler的MessageBo ...