通过SQLAlchemy获取随机行

如何使用SQLAlchemy从表中选择一个或多个随机行？

这在很大程度上是特定于数据库的问题。

我知道PostgreSQL，SQLite，MySQL和Oracle可以通过随机函数进行排序，因此可以在SQLAlchemy中使用它：

from  sqlalchemy.sql.expression import func, select

select.order_by(func.random()) # for PostgreSQL, SQLite

select.order_by(func.rand()) # for MySQL

select.order_by('dbms_random.value') # For Oracle

接下来，您需要通过所需的记录数来限制查询（例如使用.limit()）。

请记住，至少在PostgreSQL中，选择随机记录会带来严重的性能问题。这是一篇很好的文章。

如果您使用的是orm且表不大（或者您已缓存了其行数），并且希望它独立于数据库，那么真正简单的方法就是。

import random
rand = random.randrange(0, session.query(Table).count()) 
row = session.query(Table)[rand]

这有点作弊，但这就是为什么要使用orm。

有一种简单的方法可以拉出独立于IS数据库的随机行。只需使用.offset（）即可。无需拉所有行：

import random
query = DBSession.query(Table)
rowCount = int(query.count())
randomRow = query.offset(int(rowCount*random.random())).first()

Table是您的表（或者您可以在其中放置任何查询）。如果需要几行，则可以多次运行，并确保每行与上一行都不相同。

这是四个不同的变体，从最慢到最快排序。timeit结果在底部：

from sqlalchemy.sql import func
from sqlalchemy.orm import load_only

def simple_random():
    return random.choice(model_name.query.all())

def load_only_random():
    return random.choice(model_name.query.options(load_only('id')).all())

def order_by_random():
    return model_name.query.order_by(func.random()).first()

def optimized_random():
    return model_name.query.options(load_only('id')).offset(
            func.floor(
                func.random() *
                db.session.query(func.count(model_name.id))
            )
        ).limit(1).all()

timeit 10,000的结果在Macbook上针对300行的PostgreSQL表运行：

simple_random(): 
    90.09954111799925
load_only_random():
    65.94714171699889
order_by_random():
    23.17819356000109
optimized_random():
    19.87806927999918

您可以轻松地看到，使用func.random()远远快于将所有结果返回给Python的random.choice()。

此外，随着表格大小的增加， order_by_random()由于anORDER BY需要进行全表扫描而COUNTinoptimized_random()可以使用索引将大大降低。

一些SQL DBMS（即Microsoft SQL Server，DB2和PostgreSQL）已经实现了SQL：2003TABLESAMPLE子句。支持已添加到SQLAlchemy 1.1版中。它允许使用不同的采样方法返回表格的样本–标准要求SYSTEM和BERNOULLI，这将返回所需的表格近似百分比。

在SQLAlchemy中FromClause.tablesample()，tablesample()用于生成TableSample构造：

# Approx. 1%, using SYSTEM method
sample1 = mytable.tablesample(1)

# Approx. 1%, using BERNOULLI method
sample2 = mytable.tablesample(func.bernoulli(1))

与映射类一起使用时，会有些许困惑：TableSample必须对产生的对象进行别名处理才能用于查询模型对象：

sample = aliased(MyModel, tablesample(MyModel, 1))
res = session.query(sample).all()

由于许多答案都包含性能基准，因此我还将在此处包括一些简单的测试。使用PostgreSQL中具有约一百万行和一个整数列的简单表，选择（大约）1％的样本：

In [24]: %%timeit
    ...: foo.select().\
    ...:     order_by(func.random()).\
    ...:     limit(select([func.round(func.count() * 0.01)]).
    ...:           select_from(foo).
    ...:           as_scalar()).\
    ...:     execute().\
    ...:     fetchall()
    ...: 
307 ms ± 5.72 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [25]: %timeit foo.tablesample(1).select().execute().fetchall()
6.36 ms ± 188 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [26]: %timeit foo.tablesample(func.bernoulli(1)).select().execute().fetchall()
19.8 ms ± 381 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

在急于使用SYSTEM采样方法之前，应该知道它是对页面而不是单个元组进行采样的，因此，它可能不适合例如小表，并且如果表是群集的，则可能不会产生随机结果。

这是我使用的解决方案：

from random import randint

rows_query = session.query(Table)                # get all rows
if rows_query.count() > 0:                       # make sure there's at least 1 row
    rand_index = randint(0,rows_query.count()-1) # get random index to rows 
    rand_row   = rows_query.all()[rand_index]    # use random index to get random row

这是我选择表的随机行的功能：

from sqlalchemy.sql.expression import func

def random_find_rows(sample_num):
    if not sample_num:
        return []

    session = DBSession()
    return session.query(Table).order_by(func.random()).limit(sample_num).all()

在从数据库中选择随机问题的示例中，使用此最简单的方法：-

#first import the random module
import random

#then choose what ever Model you want inside random.choise() method
get_questions = random.choice(Question.query.all())

该解决方案将选择一个随机行

此解决方案要求主键名为id，如果尚未指定，则应为：

import random
max_model_id = YourModel.query.order_by(YourModel.id.desc())[0].id
random_id = random.randrange(0,max_model_id)
random_row = YourModel.query.get(random_id)
print random_row

通过SQL有几种方法，具体取决于所使用的数据库。

（我认为SQLAlchemy仍然可以使用所有这些方法）

MySQL的：

SELECT colum FROM table
ORDER BY RAND()
LIMIT 1

PostgreSQL：

SELECT column FROM table
ORDER BY RANDOM()
LIMIT 1

MSSQL：

SELECT TOP 1 column FROM table
ORDER BY NEWID()

IBM DB2：

SELECT column, RAND() as IDX
FROM table
ORDER BY IDX FETCH FIRST 1 ROWS ONLY

甲骨文：

SELECT column FROM
(SELECT column FROM table
ORDER BY dbms_random.value)
WHERE rownum = 1

但是我不知道任何标准方法