我有一个表格，长这样:
id: primary key
content: varchar
weight: int
我的目标是从这个表中随机选择一行，但要考虑权重。例如，如果我有3行:
id, content, weight
1, "some content", 60
2, "other content", 40
3, "something", 100
第一行有30%的选中几率，第二行有20%的选中几率，第三行有50%的选中几率。
有什么方法可以做到这一点吗？如果我必须执行2或3个查询也没有问题。
我认为最简单的方法实际上是使用加权水塘抽样：
SELECT
id,
-LOG(RAND()) / weight AS priority
FROM
your_table
ORDER BY priority
LIMIT 1;
这是一种很好的方法，可以让您从N个元素中选择M个元素，每个元素被选中的概率与其权重成比例。如果只需要选择一个元素也同样适用。
该方法在这篇文章中有详细描述。请注意，他们选择POW(RAND(), 1/weight)的最大值，这等价于选择-LOG(RAND()) / weight的最小值。
我尝试过Van的解决方案，虽然它有效，但速度不够快。
我解决这个问题的方式是通过维护一个与权重相关联的单独链接表格。基本表结构类似于以下内容：
CREATE TABLE `table1` (
`id` int(11) UNSIGNED AUTO_INCREMENT PRIMARY KEY,
`name` varchar(100),
`weight` tinyint(4) NOT NULL DEFAULT '1',
);
CREATE TABLE `table1_weight` (
`id` bigint(20) UNSIGNED AUTO_INCREMENT PRIMARY KEY,
`table1_id` int(11) NOT NULL
);
table1中有一个权重为3的记录，那么我将创建3个记录在table1_weight中，并通过table1_id字段与table1链接。无论table1中的weight值是多少，我都会在table1_weight中创建相应数量的链接记录。
table1数据集上，我运行了以下两个SQL语句：
A version of van's solution
SELECT t.*
FROM table1 t
INNER JOIN
( SELECT t.id,
SUM(tt.weight) AS cum_weight
FROM table1 t
INNER JOIN table1 tt ON tt.id <= t.id
GROUP BY t.id) tc ON tc.id = t.id,
( SELECT SUM(weight) AS total_weight
FROM table1) tt,
( SELECT RAND() AS rnd) r
WHERE r.rnd * tt.total_weight <= tc.cum_weight
ORDER BY t.id ASC
LIMIT 1
Joining to a secondary table for the weighting
SELECT t.*
FROM table1 t
INNER JOIN table1_weight w
ON w.table1_id = t.id
ORDER BY RAND()
LIMIT 1
SQL 1一直需要0.4秒完成。
SQL 2耗时在0.01至0.02秒之间。
如果随机加权记录的选择速度不是问题，那么van建议的单表SQL就可以，并且不需要维护单独的表。
如果像我这样，短时间内选择速度很关键，则建议使用两个表的方法。
这段代码在 MSSQL 中可以运行，我相信只需要更改几个关键词就可以使其在 MySQL 中运行（甚至更好）：
SELECT TOP 1 t.*
FROM @Table t
INNER JOIN (SELECT t.id, sum(tt.weight) AS cum_weight
FROM @Table t
INNER JOIN @Table tt ON tt.id <= t.id
GROUP BY t.id) tc
ON tc.id = t.id,
(SELECT SUM(weight) AS total_weight FROM @Table) tt,
(SELECT RAND() AS rnd) r
WHERE r.rnd * tt.total_weight <= tc.cum_weight
ORDER BY t.id ASC
这个想法是为每一行（子查询1）设置一个累积权重，然后找到跨越的RAND()在这个累积范围内的位置。
一种简单的方法（避免使用连接或子查询）是将权重乘以介于0和1之间的随机数，以产生一个临时权重来进行排序：
SELECT t.*, RAND() * t.weight AS w
FROM table t
ORDER BY w DESC
LIMIT 1
RAND() * 2x大约有三分之二的时间会比RAND() * x大。因此，随着时间的推移，每行应该以与其相对权重成比例的频率被选择（例如，具有100个权重的行将被选择约100次，而具有1个权重的行将被选择约1次等）。更新：实际上，这种方法并不能产生正确的分布，所以目前不要使用它！（请参见下面的评论）。我认为仍然应该有一个类似于上述方法的简单方法可以工作，但目前涉及连接的更复杂的方法可能更好。我保留这个答案是因为：（a）下面的评论中有相关的讨论，（b）如果/当我有机会时，我会尝试修复它。
这个看起来能用，但我不确定背后的数学原理。
SELECT RAND() / t.weight AS w, t.*
FROM table t
WHERE t.weight > 0
ORDER BY 1
LIMIT 1
我猜它能够工作的原因是升序查找最小结果，并通过将较高权重除以来使随机结果更紧密地聚集在零附近。
我进行了测试（实际上是在postgresql中使用相同的算法），对3000行进行了209000个查询，权重表示正确无误。
我的输入数据：
select count(*),weight from t group by weight
count | weight
-------+--------
1000 | 99
1000 | 10
1000 | 100
(3 rows)
我的结果：
jasen=# with g as ( select generate_series(1,209000) as i )
,r as (select ( select t.weight as w
FROM t
WHERE t.weight > 0
ORDER BY ( random() / t.weight ) + (g.i*0) LIMIT 1 ) from g)
select r.w, count(*), r.w*1000 as expect from r group by r.w;
w | count | expect
-----+-------+--------
99 | 98978 | 99000
10 | 10070 | 10000
100 | 99952 | 100000
(3 rows)
+(g.i*0) 对算术结果没有影响，但需要一个外部引用来强制计划程序重新评估在 g 中生成的每个 209K 输入行的子选择。
SELECT * FROM <Table> T JOIN (SELECT FLOOR(MAX(ID)*RAND()) AS ID FROM <Table> ) AS x ON T.ID >= x.ID LIMIT 1;
或者这个：
SELECT * FROM tablename
WHERE somefield='something'
ORDER BY RAND() LIMIT 1
我不记得如何在mysql中使用RND()函数，但这里有一个MSSQL的工作示例：
SELECT TOP(1) (weight +RAND ()) r, id, content, weight FROM Table
ORDER BY 1 DESC
SELECT *, weight*random() as o FROM table ORDER BY o DESC LIMIT 1 是我所指的。 - Michael Krelin - hackerSELECT * FROM table ORDER BY weight*random() DESC LIMIT 1 这个查询语句更加优美简洁，传输的数据量也更少。;-) - Michael Krelin - hackermysql，哈哈。现在我的评论得到了赞，我想知道是否应该在没有更多思考的情况下将其发布为答案。;-) - Michael Krelin - hacker