快速高效的随机查询集 - Django
我在StackOverflow上看到一些关于Django中随机查询集的帖子。我发现大家都说用order_by('?')这个方法速度慢且效率低，但我自己的经验并没有这样觉得。
我有一个表格，里面有30,000条记录（最终的生产版本大约会有200,000条记录）。我可以把这些记录分成大约10,000到15,000条记录的小表。
所以，我想快速有效地随机获取100条（可能是200条）记录。根据我个人的看法，创建一个包含100个随机数字的列表并不是一个好主意，因为有些主键可能会缺失（比如因为删除等原因）。
而且，我不想生成一个随机数字，然后再取后面99条记录。我会使用Postgresql（没有特别的原因……如果有更好的选择我也可以换）。我测试过order_by('id')[:100]这个方法，感觉速度很快（我觉得）。每次生成列表只花了大约0.017秒。
- 为什么文档上说这个方法不适合随机操作？
- 你更喜欢哪种随机方法？
- 有没有更好的办法来实现这个？
1 个回答
1
ORDER BY random()
LIMIT n
这种方法是可行的，但速度很慢，因为表中的每一行都得被考虑到。
对于3万行的数据，这种方法还是比较快的，但如果是3000万行，就没那么快了。
我建议你看看这个相关的问题：
在PostgreSQL中选择随机行的最佳方法