如何高效从表A中随机选取未被表B关联的记录？

嘿，完全理解你的痛点——为了选一条未关联的随机记录，就把A和B的左连接结果全量排序，对100万条数据的B表来说性能开销实在太大了。咱们扔掉那个低效的子查询方案，看看几个更简洁高效的替代方法：

方案一：先筛选未关联记录，再随机取数 #

直接先找出所有没被B关联的A记录，再对这个小数据集做随机排序取第一条，完全不需要冗余的嵌套子查询：

SELECT * FROM A 
WHERE NOT EXISTS (SELECT 1 FROM B WHERE B.a_id = A.id)
ORDER BY RAND() LIMIT 1;

为什么高效？
表A只有1万条记录，即使90%未被关联，也只有9000条候选数据。对这个量级的数据集做ORDER BY RAND()几乎没有性能压力，而且NOT EXISTS的检查会因为B表的a_id索引（记得加！）变得非常快，避免了全表扫描B。

方案二：随机偏移量法（极致性能） #

如果追求最优性能，可以先统计未关联A记录的总数，再生成随机偏移量直接定位到目标行，完全避开排序操作：

-- 第一步：统计未关联的A记录数量
SELECT COUNT(*) INTO @unlinked_count FROM A WHERE NOT EXISTS (SELECT 1 FROM B WHERE B.a_id = A.id);
-- 第二步：生成0到总数-1之间的随机偏移量
SET @random_offset = FLOOR(RAND() * @unlinked_count);
-- 第三步：根据偏移量取数
SELECT * FROM A 
WHERE NOT EXISTS (SELECT 1 FROM B WHERE B.a_id = A.id)
LIMIT @random_offset, 1;

注意事项：如果在统计和取数之间，有新的A记录被B关联，可能会出现取到已关联记录的情况，但如果你的业务能接受这种极小概率的不一致，这个方法的性能是最好的。

基础优化必做：给B表加索引 #

不管用哪个方案，一定要给B表的a_id字段加索引，这能让关联检查的速度提升几个量级：

CREATE INDEX idx_b_a_id ON B(a_id);

对比你的临时方案 #

你的临时方案是靠概率先取10条随机数据碰运气，虽然能解决大部分场景，但不够稳定。而上面的方案直接聚焦在未关联的A记录上，数据集小得多，性能更稳定，代码也更优雅。

内容的提问来源于stack exchange，提问作者goose3228