আমার পোস্টগ্রিসে একটি টেবিল রয়েছে যাতে কয়েক মিলিয়ন সারি রয়েছে। আমি ইন্টারনেটে চেক করেছি এবং আমি নিম্নলিখিতটি পেয়েছি
SELECT myid FROM mytable ORDER BY RANDOM() LIMIT 1;
এটি কাজ করে, তবে এটি সত্যিই ধীর ... এই কোয়েরিটি করার অন্য কোনও উপায় আছে বা সমস্ত টেবিল না পড়েই এলোমেলো সারিটি নির্বাচন করার সরাসরি উপায়? যাইহোক 'মাইড' একটি পূর্ণসংখ্যা তবে এটি একটি খালি ক্ষেত্র হতে পারে।
উত্তর:
আপনি OFFSETযেমন হিসাবে পরীক্ষা করতে চান
SELECT myid FROM mytable OFFSET floor(random()*N) LIMIT 1;
এতে Nসারি সংখ্যা mytable। SELECT COUNT(*)এর মান বের করার জন্য আপনাকে প্রথমে একটি করতে হবে N।
আপডেট (অ্যান্টনি হ্যাচকিন্স দ্বারা)
আপনি অবশ্যই floorএখানে ব্যবহার করুন:
SELECT myid FROM mytable OFFSET floor(random()*N) LIMIT 1;
2 সারি একটি সারণী বিবেচনা করুন; random()*Nউত্পন্ন করে 0 <= x < 2এবং উদাহরণস্বরূপ SELECT myid FROM mytable OFFSET 1.7 LIMIT 1;নিকটতম ইন-তে অন্তর্ভুক্ত বৃত্তাকার কারণে 0 টি সারি দেয় returns
SELECT COUNT(*)মানে, টেবিলের সমস্ত মান ব্যবহার না করে কেবল তার একটি অংশ?
EXPLAIN SELECT ...এন এর বিভিন্ন মান সহ ব্যবহার করে ক্যোয়ারির জন্য একই দাম দেয়, তবে অনুমান করি যে এন এর সর্বাধিক মানটি পাওয়া ভাল
পোস্টগ্রিসকিউএল 9.5 আরও দ্রুততর নমুনা নির্বাচনের জন্য একটি নতুন পদ্ধতির প্রবর্তন করেছে: টেবিলসাম্পল
বাক্য গঠনটি হ'ল
SELECT * FROM my_table TABLESAMPLE BERNOULLI(percentage);
SELECT * FROM my_table TABLESAMPLE SYSTEM(percentage);
আপনি যদি কেবল একটি সারি বাছাই করতে চান তবে এটি সর্বোত্তম সমাধান নয়, কারণ সঠিক শতাংশের গণনা করার জন্য আপনাকে সারণির COUNT টি জানতে হবে।
একটি ধীর গতিতে COUNT এড়াতে এবং 1 সারি থেকে কোটি কোটি সারি সারণীগুলির জন্য দ্রুত টেবিলসাম্পল ব্যবহার করতে, আপনি এটি করতে পারেন:
SELECT * FROM my_table TABLESAMPLE SYSTEM(0.000001) LIMIT 1;
-- if you got no result:
SELECT * FROM my_table TABLESAMPLE SYSTEM(0.00001) LIMIT 1;
-- if you got no result:
SELECT * FROM my_table TABLESAMPLE SYSTEM(0.0001) LIMIT 1;
-- if you got no result:
SELECT * FROM my_table TABLESAMPLE SYSTEM(0.001) LIMIT 1;
...
এটি এত মার্জিত নাও লাগতে পারে তবে অন্য উত্তরগুলির চেয়ে সম্ভবত দ্রুত।
আপনি বার্নুলি ওডার সিস্টেমটি ব্যবহার করতে চান কিনা তা সিদ্ধান্ত নিতে, http://blog.2ndquadrant.com/tablesample-in-postgresql-9-5-2/ এ পার্থক্য সম্পর্কে পড়ুন
SELECT * FROM my_table TABLESAMPLE SYSTEM(SELECT 1/COUNT(*) FROM my_table) LIMIT 1;?
SELECT reltuples FROM pg_class WHERE relname = 'my_table'গণনা অনুমানের জন্য @ ম্যাচাইনহোস্ট ব্যবহার করুন ।
আমি একটি subquery সঙ্গে এটি চেষ্টা করেছিলাম এবং এটি ভাল কাজ করে। অফসেট, কমপক্ষে Postgresql v8.4.4 এ সূক্ষ্ম কাজ করে।
select * from mytable offset random() * (select count(*) from mytable) limit 1 ;
আপনার ব্যবহার করা দরকার floor:
SELECT myid FROM mytable OFFSET floor(random()*N) LIMIT 1;
random()*N0 <= x <2 উত্পন্ন করে এবং উদাহরণস্বরূপ SELECT myid FROM mytable OFFSET 1.7 LIMIT 1;নিকটতম ইন-তে অন্তর্ভুক্ত বৃত্তাকার কারণে 0 টি সারি দেয় returns
order by random(), প্রায় 3*O(N) < O(NlogN)- সূচকগুলির কারণে রিলাইফের পরিসংখ্যানগুলি কিছুটা আলাদা হবে।
WHERE myid NOT IN (1st-myid)এবং WHERE myid NOT IN (1st-myid, 2nd-myid)যেহেতু সিদ্ধান্তটি অফসেটের দ্বারা সিদ্ধান্ত নেওয়া হয় কাজ করবে না। হুমম ... আমি অনুমান করি যে আমি দ্বিতীয়টি এবং তৃতীয় নির্বাচনকে এন এবং 1 এবং 2 দ্বারা হ্রাস করতে পারব।
floor()? এটি কি সুবিধা দেয়?
কিছু ভিন্ন বিকল্পের জন্য এই লিঙ্কটি দেখুন। http://www.depesz.com/index.php/2007/09/16/my- خصوصیاتts-on-getting-random-row/
হালনাগাদ: (এ। হ্যাচকিনস)
নীচে (খুব) দীর্ঘ নিবন্ধটির সংক্ষিপ্তসার রয়েছে।
লেখক চারটি পদ্ধতির তালিকা দিয়েছেন:
1) ORDER BY random() LIMIT 1; - ধীর
2) ORDER BY id where id>=random()*N LIMIT 1- ফাঁক থাকলে নন-ইউনিফর্ম
3) এলোমেলো কলাম - প্রতিটি এবং পরে আপডেট করা প্রয়োজন
4) কাস্টম এলোমেলো সমষ্টি - ধূর্ত পদ্ধতিটি ধীর হতে পারে: এলোমেলো () N বার উত্পন্ন করা দরকার
এবং ব্যবহার করে পদ্ধতি # 2 উন্নত করার পরামর্শ দেয়
5) ORDER BY id where id=random()*N LIMIT 1
ফলাফল খালি হলে পরবর্তী প্রয়োজনীয়তার সাথে।
এলোমেলোভাবে সারি আনার সহজ ও দ্রুততম উপায় হ'ল tsm_system_rowsএক্সটেনশনটি ব্যবহার করা :
CREATE EXTENSION IF NOT EXISTS tsm_system_rows;
তারপরে আপনি যে সারিটি চান তার সঠিক সংখ্যাটি নির্বাচন করতে পারেন:
SELECT myid FROM mytable TABLESAMPLE SYSTEM_ROWS(1);
এটি পোস্টগ্রিসকিউএল 9.5 এবং এর পরে পাওয়া যায়।
দেখুন: https://www.postgresql.org/docs/current/static/tsm-sstm-rows.html
ORDER BY random() LIMIT 1;তা যথেষ্ট দ্রুত হওয়া উচিত।
আমি ছাড়া খুব দ্রুত সমাধান নিয়ে এসেছি TABLESAMPLE। এর চেয়ে অনেক বেশি দ্রুত OFFSET random()*N LIMIT 1। এটি এমনকি টেবিল গণনা প্রয়োজন হয় না।
ধারণাটি হল এলোমেলো তবে অনুমানযোগ্য ডেটা সহ একটি এক্সপ্রেশন সূচক তৈরি করা, উদাহরণস্বরূপ md5(primary key)।
1M সারি নমুনা ডেটা সহ এখানে একটি পরীক্ষা দেওয়া হয়েছে:
create table randtest (id serial primary key, data int not null);
insert into randtest (data) select (random()*1000000)::int from generate_series(1,1000000);
create index randtest_md5_id_idx on randtest (md5(id::text));
explain analyze
select * from randtest where md5(id::text)>md5(random()::text)
order by md5(id::text) limit 1;
ফলাফল:
Limit (cost=0.42..0.68 rows=1 width=8) (actual time=6.219..6.220 rows=1 loops=1)
-> Index Scan using randtest_md5_id_idx on randtest (cost=0.42..84040.42 rows=333333 width=8) (actual time=6.217..6.217 rows=1 loops=1)
Filter: (md5((id)::text) > md5((random())::text))
Rows Removed by Filter: 1831
Total runtime: 6.245 ms
এই কোয়েরিটি মাঝে মাঝে (প্রায় 1 / সংখ্যা_আফ_আর সম্ভাব্যতার সাথে) 0 টি সারি ফেরত দিতে পারে, সুতরাং এটি পরীক্ষা করে পুনরায় চালু করা দরকার। এছাড়াও সম্ভাবনাগুলি হুবহু নয় - কিছু সারি অন্যদের চেয়ে বেশি সম্ভাব্য।
তুলনার জন্য:
explain analyze SELECT id FROM randtest OFFSET random()*1000000 LIMIT 1;
ফলাফলগুলি ব্যাপকভাবে পরিবর্তিত হয়, তবে এটি বেশ খারাপ হতে পারে:
Limit (cost=1442.50..1442.51 rows=1 width=4) (actual time=179.183..179.184 rows=1 loops=1)
-> Seq Scan on randtest (cost=0.00..14425.00 rows=1000000 width=4) (actual time=0.016..134.835 rows=915702 loops=1)
Total runtime: 179.211 ms
(3 rows)