我认为最简单的方法实际上是使用加权水库采样：

SELECT
  id,
  -LOG(RAND()) / weight AS priority
FROM
  your_table
ORDER BY priority
LIMIT 1;

这是一种很棒的方法，可让您从 N 个元素中选择 M 个，其中每个元素被选中的概率与其权重成正比。当您恰好只想要一个元素时，它同样有效。本文介绍了该方法 。 请注意，它们选择 POW(RAND(), 1/weight) 的最大值，这相当于选择 -LOG(RAND()) / weight 的最小值。

这真是一个很棒的答案！谢谢！我只想补充一点：写 log(1-rand()) 来避免 log(0) 不是更优雅吗，因为随机值可能在 [0,1[ 中（但未检查）？

这看起来是个不错的方法，但分布可能会非常不均匀。我尝试了几行权重，所有权重都是 67 或 33（即大约 2/3 或 1/3），在我的例子中，所有选择的行都有更高的权重。不知道为什么。

这在 MSSQL 中有效，并且我相信应该可以更改几个关键字以使其在 MySQL 中也能有效（甚至可能更好）：

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

这个想法是对每一行（subselect-1）有一个累积权重，然后在这个累积范围内找到跨越 RAND() 的位置。

我尝试过 van 的解决方案，虽然有效，但速度并不快。

我的解决方案

我解决这个问题的方法是维护一个单独的链接表来计算权重。基本表结构类似于：

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
);

权重为 3 的 table1 记录 table1_weight 通过 table1 链接到 table1_id 。无论 中的 值 weight 是 table1 多少，这就是我在 中创建的链接记录数 table1_weight .

测试

在一个包含 976 条记录、 table1 总权重为 2031、因此有 2031 条记录的数据集中 table1_weight ，我运行了以下两个 SQL：

1. p4

   SELECT t.*FROM table1 tINNER 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) rWHERE r.rnd * tt.total_weight <= tc.cum_weightORDER BY t.id ASCLIMIT 1

2. p5

SELECT t.*
FROM table1 t
INNER JOIN table1_weight w
    ON w.table1_id = t.id
ORDER BY RAND()
LIMIT 1

SQL 1 持续花费 0.4 秒。

SQL 2 需要 0.01 到 0.02 秒。

结论

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 就可以了，并且没有维护单独表的开销。

如果像我的情况一样，较短的选择时间至关重要，那么我会建议使用双表方法。

一种简单的方法（避免连接或子查询）是将权重乘以 0 到 1 之间的随机数，以产生一个临时权重进行排序：

SELECT t.*, RAND() * t.weight AS w 
FROM table t 
ORDER BY w DESC
LIMIT 1

要理解这一点，请考虑RAND() * 2x值在约三分之二的情况下会大于RAND() * x 。因此，随着时间的推移，每行的选择频率应与其相对权重成比例（例如，权重为 100 的行的选择频率将比权重为 1 的行高出约 100 倍，等等）。

更新：此方法实际上不会产生正确的分布 ，因此目前 不要使用它！ （请参阅下面的评论）。我认为应该仍然有一个类似于上面的简单方法可以工作，但目前，下面涉及连接的更复杂的方法可能会更好。我保留这个答案是因为：（a）下面的评论中有相关讨论，（b）如果/当我有机会时，我会尝试修复它。

当您从较少的行数（最好 2 行）中选择时，这种方法效果很好。我需要从 50 行中随机选择。1 行的权重为 32，1 行的权重为 3，48 行的权重为 1，总权重为 83。所以我的 32 行应该有 38.6% 的几率被选中，但使用这种方法，它被选中的几率比所有权重为 1 的行高出 32%。有没有办法把总权重考虑进去？谢谢！！

这对你的案例来说行不通吗？在你的案例中，权重为 32 的行被选中的概率应该是 32/83（0.386，即 38.6%）。权重为 1 的行被选中的概率应该是 1/83（0.012，即 1.2%）。但是由于 32/83 = 32 * 1/83，因此权重为 32 的行被选中的概率仍然是权重为 1 的行被选中的概率的 32 倍！

我可能在脚本中犯了一个错误，但我有 30 多次权重为 32 的行，偶尔也会有其他行。它被选中的次数比其他所有行多 32 次。我最终创建了一个包含总权重的临时表，用它来表示权重的百分比 (SELECT id FROM near50, total_weight ORDER BY Random()*(1/(WEIGHT*100/total_weight.weight)) LIMIT 1)。

我明白你的意思。当然，它被选中的概率应该是权重为 1 的任何其他元素的 32 倍。我的意思是，在我的脚本中，它被选中的次数是 32 次，其他所有元素都一致。在 1000 次测试中，我选中的元素是权重为 32 的元素的 960 倍，其余元素的 40 倍。我应该选中它的次数约为 386 次。我的评论是基于我的观察。

很确定这不会给你预期的分布。考虑 3 行，权重分别为 80、10 和 10。我们预计第一行被选中的概率为 80%，其他行被选中的概率相同，即 20%。如果 rand()*80 > 10，那么我们必须选择第一行。如果 rand()*80 在 [0, 80] 之间均匀分布，超过 10 的几率为 69/81，即 85%。它将被过度代表。即使我在这里犯了一些差错。

这个似乎有效，但我不确定其背后的数学原理。

SELECT RAND() / t.weight AS w, t.* 
FROM table t 
WHERE t.weight > 0
ORDER BY 1
LIMIT 1

我猜测它起作用的原因是升序寻找最小的结果，并且通过除以更高权重的权重，随机结果更紧密地聚集在零附近。

我用 3000 行以上的 209000 个查询对其进行了测试（实际上是 postgresql 中的相同算法），权重表示结果正确。

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)

没有 +(g.i*0) 影响，但需要外部引用来强制规划器重新评估在中产生的 209K 个输入行中的每一个的子选择 g

也许是这个：

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