从表中选择随机词

Question

说我有以下基本MySQL数据：

CREATE TABLE my_words (my_word VARCHAR(255));

INSERT INTO my_words VALUES ('dog');
INSERT INTO my_words VALUES ('cat');
INSERT INTO my_words VALUES ('tree');
INSERT INTO my_words VALUES ('ball');
INSERT INTO my_words VALUES ('life');
INSERT INTO my_words VALUES ('complex');
INSERT INTO my_words VALUES ('digeridoo');
INSERT INTO my_words VALUES ('hamster');
INSERT INTO my_words VALUES ('it');
INSERT INTO my_words VALUES ('house');
INSERT INTO my_words VALUES ('love');
INSERT INTO my_words VALUES ('zealous');
INSERT INTO my_words VALUES ('nevis');
INSERT INTO my_words VALUES ('mountain');
INSERT INTO my_words VALUES ('call');
INSERT INTO my_words VALUES ('nail');
INSERT INTO my_words VALUES ('rat');
INSERT INTO my_words VALUES ('hat');

SELECT CONCAT(w1.my_word, w2.my_word) joined
FROM my_words w1, my_words w2
WHERE LENGTH(CONCAT(w1.my_word, w2.my_word)) = 8
ORDER BY RAND() LIMIT 5;

我可以在末尾编写SQL语句，以生成5个由2个单词组成的随机串联字符串的列表，其中字符串的总长度为8个字符。

对于样本中的简单数据表，这很好用。

但是，我正在使用的“实际”表包含大约6,200行。

如果我尝试相同类型的语句，则需要10秒才能生成5个字符串。

我猜SQL效率很低，因为它每次都在表中搜索两次，并且这些表没有以任何方式连接。

我想知道是否有一种更简单的方法来从表中提取由2个单词组成的单词字符串，其中连接字符串的长度为8个字符长（尽管可以更改-我仅以8个为例）。

谢谢

---

更新1

说明计划：

EXPLAIN
SELECT CONCAT(w1.fld_un, w2.fld_un) joined
FROM j_un w1
JOIN j_un w2 ON w1.fld_len = 8 - w2.fld_len
WHERE w2.fld_len < 8
ORDER BY RAND()
LIMIT 5;

id  select_type table   type    possible_keys   key     key_len     ref rows    Extra
1   SIMPLE      w2      range   un_len          un_len  5   \N      2694        Using where; Using temporary; Using filesort
1   SIMPLE      w1      ref     un_len          un_len  5   func    527         Using where

---

更新2

我不确定是否相关，但是“ fld_un”表大约有6,200行。

“单词”保存在“ fld_un”列中。

该表的结构为：

Field       Type            Null    Key     Default     Extra
fld_id      int(11)         NO      PRI     NULL        auto_increment
fld_un      varchar(255)    YES             NULL     
fld_cat_id  int(11)         YES     MUL     NULL     
fld_len     int(2)          NO      MUL     NULL    

这些索引存在于表中：

Keyname     Type    Cardinality Field
PRIMARY     PRIMARY 6318        fld_id
cat         INDEX   15          fld_cat_id
bob         INDEX   11          fld_len 

表格上已经有主索引有关系吗？ 从技术上讲，我不需要。

声明：

SELECT CONCAT(word1, word2) joined
FROM (
    SELECT w1.fld_un word1, w2.fld_un word2
    FROM j_un2 w1
    JOIN j_un2 w2 ON w1.fld_len = 8 - w2.fld_len
    WHERE w2.fld_len < 8
    ORDER BY RAND()
    LIMIT 5) x;

查询花费了23.6805秒

说明计划：

id  select_type     table       type    possible_keys   key     key_len     ref     rows    Extra
1   PRIMARY         <derived2>  ALL     NULL            NULL    NULL        NULL    5    
2   DERIVED         w2          range   bob             bob     4           NULL    4627    Using where; Using temporary; Using filesort
2   DERIVED         w1          ref     bob             bob     4           func    527     Using where

当我按照Thorsten Kettner的建议修改“ bob”索引以包括2列时：

Keyname     Type    Cardinality Field
bob         INDEX   11          fld_len, fld_un

并重新测试：

SELECT CONCAT(word1, word2) joined
FROM (
    SELECT w1.fld_un word1, w2.fld_un word2
    FROM j_un2 w1
    JOIN j_un2 w2 ON w1.fld_len = 8 - w2.fld_len
    WHERE w2.fld_len < 8
    ORDER BY RAND()
    LIMIT 5) x;

该查询花费30.3394秒返回5行。

说明计划：

id  select_type     table       type    possible_keys   key     key_len     ref     rows    Extra
1   PRIMARY         <derived2>  ALL     NULL            NULL    NULL        NULL    5    
2   DERIVED         w2          range   bob             bob     4           NULL    4211    Using where; Using temporary; Using filesort
2   DERIVED         w1          ref     bob             bob     4           func    527     Using where

---

更新3

在没有“由rand（）排序”的情况下运行，它在0.0011秒内运行！

Answer 1

您可以添加一列，例如包含单词长度的word_length ，并在word_length列上添加索引。 通常，包含可以从另一列派生的数据的设计会很糟糕，但是在这种情况下，为了性能起见，您需要破坏纯度。 然后，您的查询可以在此列中使用JOIN条件：

SELECT CONCAT(w1.my_word, w2.my_word) joined
FROM my_words w1
JOIN my_words w2 ON w1.word_length = 8 - w2.word_length
WHERE w2.word_length < 8
ORDER BY RAND()
LIMIT 5

您可以使用INSERT和UPDATE触发器自动填充word_length列。

在筛选出5行之后进行连接可能也会有所帮助：

SELECT CONCAT(word1, word2) joined
FROM (
    SELECT w1.my_word word1, w2.my_word word2
    FROM my_words w1
    JOIN my_words w2 ON w1.word_length = 8 - w2.word_length
    WHERE w2.word_length < 8
    ORDER BY RAND()
    LIMIT 5) x

Answer 2

如果可以添加另一列和索引来索引单词的长度，则可以使用第二个单词的长度=所需的长度-第一个单词的长度来执行join ON子句。

我认为这里最慢的部分是rand（）。 如果不对笛卡尔乘积进行操作，而对每个表单独进行操作，则可能会得到更好的结果。 尽管这样做的结果有所不同...