MySQL实战45讲Day16----如何正确地显示随机消息

假设从一个单词表中随机选出三个单词。这个表的建表语句和初始数据的命令如下：

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();

一、随机选择3个单词的实现方法：

1、用order by rand()来实现这个逻辑。命令如下：

mysql> select word from words order by rand() limit 3;

 (1)、命令含义：随机排序取前3个。

 (2)、使用的是内存临时表。

 (3)、explain命令结果：

  Extra字段显示Using temporary，表示的是需要使用临时表；Using filesort，表示的是需要执行排序操作。因此这个Extra的意思就是，需要临时表，并且需要在临时表上排序。

 (4)、对于临时内存表的排序，选择的算法：

  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。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少越好了，所以，MySQL这时就会选择rowid排序。

 (5)、语句的执行流程：

  ①、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，第一个字段是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，这个表没有建索引。
  ②、从words表中，按主键顺序取出所有的word值。对于每一个word值，调用rand()函数生成一个大于0小于1的随机小数，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。
  ③、接下来在这个没有索引的内存临时表上，按照字段R排序。
  ④、初始化 sort_buffer。sort_buffer中有两个字段，一个是double类型，另一个是整型。
  ⑤、从内存临时表中一行一行地取出R值和位置信息，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。
  ⑥、在sort_buffer中根据R的值进行排序。注意，这个过程没有涉及到表操作，所以不会增加扫描行数。
  ⑦、排序完成后，取出前三个结果的位置信息，依次到内存临时表中取出word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。

随机排序完整流程

  注意：pos表示的是位置信息。

 (6)、MySQL的表定位“一行数据”的方法：

  ①、对于有主键的InnoDB表来说，这个rowid就是主键ID；
  ②、对于没有主键的InnoDB表来说，这个rowid就是由系统生成的；（如果你创建的表没有主键，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。）
  ③、MEMORY引擎不是索引组织表。

(7)、磁盘临时表的使用场合：

  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。当使用磁盘临时表的时候，对应的就是一个没有显式索引的InnoDB表的排序过程。

(8)、优先队列排序算法：

①：可以精确地只得到三个最小值。

②：执行流程：

  a、对于这10000个准备排序的(R,rowid)，先取前三行，构造成一个堆(最大堆)；
  b、取下一个行(R’,rowid’)，跟当前堆里面最大的R比较，如果R’小于R，把这个(R,rowid)从堆中去掉，换成(R’,rowid’)；
  c、重复第2步，直到第10000个(R’,rowid’)完成比较。

优先队列排序算法示例

注意：
  <1>、OPTIMIZER_TRACE结果中，filesort_priority_queue_optimization这个部分的chosen=true，就表示使用了优先队列排序算法，这个过程不需要临时文件，因此对应的number_of_tmp_files是0。
  <2>、当需要维护的堆的大小超过了设置的sort_buffer_size大小时，就只能使用归并排序算法。

 当order by rand()使用了内存临时表，内存临时表排序的时候使用了rowid排序方法。当order by rand()使用了磁盘临时表，磁盘临时表排序的时候使用了优先队列排序算法和rowid排序方法。不论是使用哪种类型的临时表，order by rand()这种写法都会让计算过程非常复杂，需要大量的扫描行数，因此排序过程的资源消耗会很大。

2、随机排序方法：

(1)、执行流程：

 ①、取得整个表的行数，记为C；
 ②、取得 Y = floor(C * rand())。 floor函数在这里的作用，就是取整数部分。
 ③、根据相同的随机方法得到Y1、Y2、Y3；
 ④、再执行三个limit Y, 1语句得到三行数据。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。

2、执行命令：

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；

总扫描行数是 C+(Y1+1)+(Y2+1)+(Y3+1)。