MySQL大表随机取数异常：仅返回低ID数据的问题求助

问题场景 #

有一张约1900万条记录的大表，尝试用以下SQL随机选取10行数据：

select *
from my_table as one
where one.id >=
    (
        select FLOOR(rand() * (select max(two.id) from my_table as two)) as currid
    )
limit 10

但出现不符合预期的现象：

• 单独执行子查询时，能得到分布均匀的大ID（如500万、1200万等）
• 完整执行查询时，始终返回ID在1~10000之间的低ID行
• 将WHERE条件替换为静态大ID（如1200万）时，能正常返回对应区间的记录

从统计概率看，1900万条记录中10条都落在1~10000区间的概率极低，但实际每次执行都出现该情况。

问题根源 #

核心问题在于MySQL对标量子查询的执行时机：当子查询作为WHERE条件中的标量值时，MySQL会为每一行记录重新执行一次子查询，而非仅执行一次生成固定的随机值。

也就是说，查询过程中，每判断一行one.id >= 随机值时，都会重新计算一次rand()得到新的currid。由于rand()每次生成的数值随机，较小的ID更容易多次满足>= 某个随机值的条件，最终limit 10会优先取到这些靠前的低ID行，导致结果始终集中在低ID区间。

解决方法 #

要让随机值仅生成一次，需将子查询移至FROM子句中作为临时表，确保rand()只计算一次：

select one.*
from my_table as one
cross join (
    select FLOOR(rand() * (select max(id) from my_table)) as currid
) as rand_temp
where one.id >= rand_temp.currid
limit 10;

这种写法中，rand_temp临时表只会生成一次随机currid，后续所有行的判断都基于这个固定值，能保证结果的随机性符合预期。

如果可以接受一定性能损耗（大表不推荐），也可以用更直观的写法，但会触发全表排序：

select * from my_table order by rand() limit 10;

内容的提问来源于stack exchange，提问作者Luca4k4