我们该如何设计数据库(五)
最近真是忙翻天了，该是有三个月没写博客了。
这次的需求是在Mongo的使用中碰到的，但是我觉得把这个需求放进传统的RDBMS中更易于理解。需求是这样的：假设你数据库使用的是Sqlserver，有一张表，500W条数据，你要做一个随机在表中选择一条数据的功能。
假设本文所探讨的数据结构如图聚集索引在Pk上，UserName上加了非聚集索引）：
你的第一反应大概是：哎呀妈呀忒巧了，正好主键使用的是Int自增的，我只用生成一个随机数，然后找这个随机数对应的主键就好了
实现的步骤大概是：
①返回数据库中ID的最大值IdMax
②生成1到IdMax中间一个的随机数 int random = new Random().Next(1,IdMax);
③使用UserID = random作为条件查询
④如果没有查询到数据，则重新生成一个随机数，再次查找因为某个UserID的数据可能被删除了）
这种方法简单，暴力，但是有一个致命的问题：我这里在建表的时候为了说明这种方法，所以主键使用的是Int，但是在大多数我所知道的生产环境中，其实是用Guid的。这个致命的问题会直接导致上面的那个方法不可用。
至于为什么大多数我所知道的生产环境中用Guid而不用Int，我下一篇会做出对比。
既然Int在使用Guid作为主键的时候不能用，那么我们就用Row_Number吧。Sqlserver必然是支持Row_Number的，貌似Oracle和MySql中也有类似概念不确定，问同事得到了肯定答复，没有深究）。
实现的步骤大概是：
①返回数据库中数据的总条数count
②生成1到count中间一个的随机数 int random = new Random().Next(1,count);
③查找Row_Number = random的那条数据
但是Row_Number有个极其不好的地方，就是查询越后面的数据越慢，越吃资源。但凡是将数据有序储存的数据库基本都有这个问题，比如说下面两条语句：
- select * from
- (SELECT UserID,UserName,Password,Sex,City,ROW_NUMBER()OVER(ORDER BY CURRENT_TIMESTAMP) as Number
- FROM [User_db].[dbo].[Users] ) as query
- where query.Number = 20
- select * from
- (SELECT UserID,UserName,Password,Sex,City,ROW_NUMBER()OVER(ORDER BY CURRENT_TIMESTAMP) as Number
- FROM [User_db].[dbo].[Users] ) as query
- where query.Number = 5000000
第一条查Row_Number=20的数据，logical reads 5.elapsed time = 58 ms.
第二条查Row_Number=5000000的数据，logical reads 90208.elapsed time = 900 ms.
可以明显的看出，后者的逻辑读次数多了太多，而运行速度也慢了不少。如果这个功能比较频繁使用，比如说这是向用户随机推荐好用的功能，那么这个将会成为一个性能瓶颈
有的网友说使用这句：
- SELECT TOP 1 * FROM Users ORDER BY NEWID()
这个运行出来结果是正确的，但是效率却大打折扣。比如说我查到了第1336793条数据，logical reads 90208,elapsed time = 3026 ms
查看执行计划，发现Sort占用了98%：
有没有比Row_Number更好一点的方法？
答案是在表中再加一列Random列，使得数据结构变更成这样：
在添加数据的时候，就生成一个随机数插入进来。按照本篇的例子来说，一开始可以生成0到一亿之间的随机数插入。注意，要在Random上加索引。
实现的步骤大概是：
①插入数据的时候添加一个随机
②生成一个随机数，查询 select top(1) * from Users where Random > 随机数
③这个查询的结果可能会有多条但不会很多），再在这个多条数据中随机筛选其一使用Linq可以很方便的实现，不赘述）
好了，基本说完了，请允许我在结尾卖个萌：聪明的读者，开动脑筋，您还有更好的方法么？如果有，请留言。