在MySQL中，如何从一个非常大的表中的特定列中随机选择一些值（比如1000个值）？

Question

我在MySQL数据库中有一个非常大的表，它有一个列名exa_id，这个表的行数超过10000000。我想通过Python中的pandas.read_sql语句随机有效地选择1000个数据。我怎么写代码？你知道吗

SQLselect ext_id from table_name order by rand() limit 1000执行得非常糟糕，我想换一种方式。你知道吗

另一种解释是exa_id列的内容是字符串，如“uudjsx-2220983-df”、“ujxnas-9800xdsd-d2”…，而不是自动递增序列。你知道吗

Answer 1

这在大多数情况下都有效：

select ext_id
from table_name t
where rand() < 2000 / 10000000
order by rand()
limit 1000;

内部查询选择大约2000行。有一些统计上的可变性。外部查询然后随机地对它们进行排序，并从中选择1000个。你知道吗

如果不知道行数，可以执行以下操作：

select t.ext_id
from table_name t cross join
     (select count(*) as cnt from t) tt
where rand() < 2000 / tt.cnt
order by rand()
limit 1000;