![](/img/trans.png)
[英]find entries to the left and right of a certain entry in a mysql table in a single query
[英]MySQL: Select Random Entry, but Weight Towards Certain Entries
我有一个 MySQL 表,里面有一堆条目,还有一个名为“乘数”的列。 此列的默认(也是最常见的)值为 0,但它可以是任何数字。
我需要做的是从该表中随机选择一个条目。 但是,根据“乘数”列中的数字对行进行加权。 值为 0 意味着它根本没有加权。 值为 1 意味着它的权重是原来的两倍,就好像条目在表中出现了两次一样。 值 2 表示它的权重是其三倍,就好像条目在表中的三倍一样。
我正在尝试修改我的开发人员已经给我的内容,如果设置没有多大意义,那么抱歉。 我可能会更改它,但希望尽可能多地保留现有的表设置。
我一直试图弄清楚如何使用 SELECT 和 RAND() 来做到这一点,但不知道如何进行加权。 是否可以?
这个人问了同样的问题。 他和弗兰克说的一样,但权重不正确,在评论中有人建议使用ORDER BY -LOG(1.0 - RAND()) / Multiplier
,这在我的测试中给出了非常完美的结果。
(如果有任何数学家想解释为什么这是正确的,请启发我!但它有效。)
缺点是您无法将权重设置为 0 以暂时禁用选项,因为您最终会被零除。 但是你总是可以用WHERE Multiplier > 0
过滤掉它。
为了获得更好的性能(特别是在大表上),首先索引权重列并使用以下查询:
SELECT * FROM tbl AS t1 JOIN (SELECT id FROM tbl ORDER BY -LOG(1-RAND())/weight LIMIT 10) AS t2 ON t1.id = t2.id
在 40MB 表上,通常的查询在我的 i7 机器上需要 1s ,而这个需要 0.04s 。
有关为什么这更快的解释,请参阅MySQL 从 600K 行中快速选择 10 个随机行
不要使用 0、1 和 2,而是使用 1、2 和 3。然后您可以将此值用作乘数:
SELECT * FROM tablename ORDER BY (RAND() * Multiplier);
好吧,我会把权重的逻辑放在 PHP 中:
<?php
$weight_array = array(0, 1, 1, 2, 2, 2);
$multiplier = $weight_array[array_rand($weight_array)];
?>
和查询:
SELECT *
FROM `table`
WHERE Multiplier = $multiplier
ORDER BY RAND()
LIMIT 1
我认为它会起作用:)
虽然我意识到这是一个关于 MySQL 的问题,但以下内容可能对使用SQLite3 的人有用, SQLite3的 RANDOM 和 LOG 实现略有不同。
SELECT * FROM table ORDER BY (-LOG(abs(RANDOM() % 10000))/weight) LIMIT 1;
weight 是表中包含整数的列(我使用 1-100 作为我表中的范围)。
SQLite 中的 RANDOM() 生成介于 -9.2E18 和 +9.2E18 之间的数字(有关更多信息,请参阅SQLite 文档)。 我使用模运算符来缩小数字范围。
abs() 将删除负数以避免 LOG 仅处理非零正数的问题。
LOG() 实际上并不存在于 SQLite3 的默认安装中。 我使用 php SQLite3 CreateFunction 调用在 SQL 中使用 php 函数。 有关这方面的信息,请参阅PHP 文档。
<?php
/**
* Demonstration of weighted random selection of MySQL database.
*/
$conn = mysql_connect('localhost', 'root', '');
// prepare table and data.
mysql_select_db('test', $conn);
mysql_query("drop table if exists temp_wrs", $conn);
mysql_query("create table temp_wrs (
id int not null auto_increment,
val varchar(16),
weight tinyint,
upto smallint,
primary key (id)
)", $conn);
$base_data = array( // value-weight pair array.
'A' => 5,
'B' => 3,
'C' => 2,
'D' => 7,
'E' => 6,
'F' => 3,
'G' => 5,
'H' => 4
);
foreach($base_data as $val => $weight) {
mysql_query("insert into temp_wrs (val, weight) values ('".$val."', ".$weight.")", $conn);
}
// calculate the sum of weight.
$rs = mysql_query('select sum(weight) as s from temp_wrs', $conn);
$row = mysql_fetch_assoc($rs);
$sum = $row['s'];
mysql_free_result($rs);
// update range based on their weight.
// each "upto" columns will set by sub-sum of weight.
mysql_query("update temp_wrs a, (
select id, (select sum(weight) from temp_wrs where id <= i.id) as subsum from temp_wrs i
) b
set a.upto = b.subsum
where a.id = b.id", $conn);
$result = array();
foreach($base_data as $val => $weight) {
$result[$val] = 0;
}
// do weighted random select ($sum * $times) times.
$times = 100;
$loop_count = $sum * $times;
for($i = 0; $i < $loop_count; $i++) {
$rand = rand(0, $sum-1);
// select the row which $rand pointing.
$rs = mysql_query('select * from temp_wrs where upto > '.$rand.' order by id limit 1', $conn);
$row = mysql_fetch_assoc($rs);
$result[$row['val']] += 1;
mysql_free_result($rs);
}
// clean up.
mysql_query("drop table if exists temp_wrs");
mysql_close($conn);
?>
<table>
<thead>
<th>DATA</th>
<th>WEIGHT</th>
<th>ACTUALLY SELECTED<br />BY <?php echo $loop_count; ?> TIMES</th>
</thead>
<tbody>
<?php foreach($base_data as $val => $weight) : ?>
<tr>
<th><?php echo $val; ?></th>
<td><?php echo $weight; ?></td>
<td><?php echo $result[$val]; ?></td>
</tr>
<?php endforeach; ?>
<tbody>
</table>
如果要选择 N 行...
$rand
指向的行。 在每个选择循环中都应排除先前选择的行。 where ... id not in (3, 5);
SELECT * FROM tablename ORDER BY -LOG(RAND()) / Multiplier;
是给你正确分布的那个。
SELECT * FROM tablename ORDER BY (RAND() * Multiplier);
给你错误的分布。
例如,表中有两个条目 A 和 B。 A 的权重为 100,而 B 的权重为 200。对于第一个(指数随机变量),它给您 Pr(A 获胜) = 1/3,而第二个给您 1/4,这是不正确的。 我希望我能向你展示数学。 但是我没有足够的代表来发布相关链接。
对于谷歌搜索这个主题的其他人,我相信你也可以这样做:
SELECT strategy_id
FROM weighted_strategies AS t1
WHERE (
SELECT SUM(weight)
FROM weighted_strategies AS t2
WHERE t2.strategy_id<=t1.strategy_id
)>@RAND AND
weight>0
LIMIT 1
所有记录的权重总和必须是 n-1,@RAND 应该是一个介于 0 和 n-1 之间的随机值。
@RAND 可以在 SQL 中设置或从调用代码插入为整数值。
子选择将总结所有前面记录的权重,检查它是否超过了提供的随机值。
无论你做什么,都会很糟糕,因为它会涉及: * 将所有列的总“权重”作为一个数字(包括应用乘数)。 * 获得一个介于 0 和总数之间的随机数。 * 获取所有条目并运行它们,从随机数中减去权重并在项目用完时选择一个条目。
平均而言,您将沿着桌子的一半奔跑。 性能 - 除非表很小,然后在内存中的 mySQL 之外执行它 - 会很慢。
伪代码的结果(rand(1, num) % rand(1, num))
将更多地趋向于 0,而趋向于 num 则更少。 从 num 中减去结果得到相反的结果。
所以如果我的应用程序语言是 PHP,它应该是这样的:
$arr = mysql_fetch_array(mysql_query(
'SELECT MAX(`Multiplier`) AS `max_mul` FROM tbl'
));
$MaxMul = $arr['max_mul']; // Holds the maximum value of the Multiplier column
$mul = $MaxMul - ( rand(1, $MaxMul) % rand(1, $MaxMul) );
mysql_query("SELECT * FROM tbl WHERE Multiplier=$mul ORDER BY RAND() LIMIT 1");
对上面代码的解释:
也可以仅通过使用 MySQL 来实现。
证明伪代码(rand(1, num) % rand(1, num))
权重为 0:执行以下 PHP 代码以了解原因(在此示例中,16 是最高数字):
$v = array();
for($i=1; $i<=16; ++$i)
for($k=1; $k<=16; ++$k)
isset($v[$i % $k]) ? ++$v[$i % $k] : ($v[$i % $k] = 1);
foreach($v as $num => $times)
echo '<div style="margin-left:', $times ,'px">
times: ',$times,' @ num = ', $num ,'</div>';
@ali 的答案效果很好,但您无法控制结果向更高或更低的权重倾斜的程度,您可以更改乘数,但这不是一种非常动态的方法。
我通过添加POWER(weight,skewIndex)
而不是weight
来优化代码,这使得更高的权重在 skewIndex 的值大于 1 时出现更多,而在 0 和 1 之间的值时出现更少。
SELECT * FROM tbl AS t1 JOIN (SELECT id FROM tbl ORDER BY -LOG(1-RAND())/POWER(weight,skewIndex) LIMIT 10) AS t2 ON t1.id = t2.id
您可以分析查询结果
SELECT AVG(weight) FROM tbl AS t1 JOIN (SELECT id FROM tbl ORDER BY -LOG(1-RAND())/POWER(weight,skewIndex) LIMIT 10) AS t2 ON t1.id = t2.id
例如,将 skewIndex 设置为 3 的平均值为 78%,而 skewIndex 为 1 的平均值为 65%
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.