MySQL random，间距超过4000万行

因为我觉得这个问题被问得太多了，但仍然没有一个明确的答案，所以我一直没有问：

对象表：40M+行填充UPC、EIN、ISBN作为obj_id主键。缺口

*Obj_Cat*表格：将对象链接到类别。| obj|u id | cat|u id的列|

问题：返回5个非顺序随机对象id的最佳方法是什么？有没有比我列出的更好的方法

解决方案1：从对象左侧选择objects.obj_id连接对象上的obj_cat.obj_id=obj_cat.obj_id，其中obj_cat.cat_id=cat_id按兰德限制1排序；运行5次

非常慢，有大桌子。 解决方案2：从对象中选择对象id，其中对象id>=选择楼层最大对象id*RAND FROM objects LIMIT 1；运行5次不包括obj_cat join，以使其更易于理解

如果您的行没有间隙或间隙可以忽略，则是最佳解决方案。非常快

不能很好地处理类别，因为在编号方面不可避免地会有差距

解决方案3：选择FLOORRAND*COUNTobjects.*ASoffsetFROM objects，obj_cat WHERE objects.obj_id=obj_cat.obj_id和obj_cat.cat_id=cat_id；从对象限制$offset中选择对象id，1运行5次

非常灵活。比解决方案1快得多。与间隙一起工作。但在超过4000万行的情况下，单个“限额$offset，1”仍然需要1分钟。 我使用了解决方案3，但速度很慢。我当前的解决方案是move use Solr randomsortfield，因为在fq中指定我的类别很容易

解决方案：？q=*&fl=obj\U id&fq=cat:cat\U id&sort=random\U*desc&rows=5

非常快，每个类别大约需要45秒，但在运行中返回5个非连续结果。

---

人们在处理大型数据集时发现了更好的方法吗？我知道这似乎是一个重复的问题，但我想我会用一张40米以上的桌子来分享我的经验。

有这么大的数据集，你不能像这样进行动态计算。您需要利用时间-内存折衷。在obj_cat表中创建一个新的无符号整数索引列，其宽度大于最大行数，并用随机数填充每一行。这样，您只需生成一个随机数，并直接选择最接近的匹配项五次。这将比尝试使用ORDER BY RAND快几个数量级。

我理解这一概念，但如果我想在特定类别中选择随机值，这将不起作用，除非我为每个类别都有一个带有随机int的表。对于超过2000个类别，我不喜欢超过2000个表的想法。加上一个给定的对象可以有多个类别。@AnthonyLin-你能在随机整数表中保留类别id吗？