臨時方案：ORDER BY RAND()（千萬別在大表用）

SELECT * FROM `table` ORDER BY RAND() LIMIT 1;

原理：為每行生成隨機數 → 臨時表排序 → 取第一行。
複雜度：O(N log N)，100 萬行需秒級，1 億行直接掛起。

優化方案一：主鍵範圍隨機點 + 向後取（單條）

SELECT * FROM `table` 
WHERE id >= (SELECT FLOOR(RAND() * (SELECT MAX(id) FROM `table`)))
ORDER BY id LIMIT 1;

• 假設 ID 連續/較密集，極快（兩次索引查找）。
• ⚠️ 缺陷：ID 有空洞（刪除導致）時，概率分布不均，大 ID 間隙後的行被選中概率高。
• ⚠️ 缺陷：若隨機點落在最大 ID 之後，返回空集（需處理邊界）。

優化方案二：隨機偏移量（需二次查詢）

-- 1. 取總行數
SELECT COUNT(*) INTO @total FROM `table`;

-- 2. 計算隨機偏移
SET @offset = FLOOR(RAND() * @total);

-- 3. 取單條
PREPARE stmt FROM 'SELECT * FROM `table` LIMIT ?, 1';
EXECUTE stmt USING @offset;
DEALLOCATE PREPARE stmt;

• ✅ 真正均勻隨機。
• ✅ 利用索引 LIMIT offset, 1（5.6+ 優化過，不再掃描 offset 行）。
• ⚠️ 需兩次往返，應用層封裝為函數/存儲過程。

優化方案三：隨機主鍵值範圍掃描（批量、高效、近似均勻）

SELECT * FROM `table` 
WHERE id >= (
  SELECT FLOOR(RAND() * ((SELECT MAX(id) FROM `table`) - (SELECT MIN(id) FROM `table`))) 
         + (SELECT MIN(id) FROM `table`)
)
ORDER BY id LIMIT 10;

實測 10 萬行數據 < 0.01 秒，返回 10 條連續記錄（近似隨機塊），適合「隨機推薦」、「隨機抽樣分析」場景。

方案四：預計算隨機值列（寫入時賦值，讀取極快）

ALTER TABLE `table` ADD COLUMN `rand_val` DOUBLE NOT NULL DEFAULT 0;
-- 寫入時
INSERT INTO `table` (...) VALUES (..., RAND());
-- 定期更新
UPDATE `table` SET `rand_val` = RAND();

-- 隨機查詢
SELECT * FROM `table` ORDER BY `rand_val` LIMIT 10;
-- 有索引則極快：CREATE INDEX idx_rand ON `table` (`rand_val`);

優勢：讀取 O(log N)，寫入微小開銷。適合高頻隨機讀、低頻寫入場景。

方案對比總結

方案	均勻度	單次延遲	適用場景	備註
ORDER BY RAND()	完美	O(N log N) 極慢	< 1 萬行、一次性腳本	生產禁用
主鍵隨機點 + 向後	不均勻(受ID分布影響)	極快(ms)	ID 連續/較密、單條隨機	邊界處理
隨機偏移量 LIMIT	完美	快(兩次查詢)	需精確均勻、單條/少量	5.6+ LIMIT 優化
主鍵範圍掃描	塊級均勻	極快	批量隨機抽樣、推薦	返回連續塊
預計算 rand_val 列	完美	極快(索引序)	高頻隨機讀、可接受寫入開銷	需維護列/索引

面試/實戰金句

「大表隨機查詢，ORDER BY RAND() 是性能殺手。根據業務容忍度：追求絕對均勻用隨機偏移量，追求極致吞吐用預計算隨機列，允許塊級近似用主鍵範圍掃描。」