更新日: 2015年3月18日
Rails

Rails ActiveRecordでランダムにレコードを1件取得する

Rails の ActiveRecord で、MySQL データベースのテーブルから、ランダムにレコードを1件取得するコードを4つの方法で試しました。Rails は便利とはいえ、ActiveRecord が絡む部分でまずい書き方をすると、劇的に動作が遅くなってしまう場合もある。なので、自信がない時は、ちょっと手間がかかりますけどベンチマークを取るようにしてます。

※ 2015/03/18　1つ目のやり方に欠点がありましたので、追記しました。参考にされる場合は、追記部分も読まれるようお願いいたします。

【お知らせ】英単語を画像イメージで楽に暗記できる辞書サイトを作りました。英語学習中の方は、ぜひご利用ください！

画像付き英語辞書 Imagict | 英単語をイメージで暗記
【開発記録】
英単語を画像イメージで暗記できる英語辞書サービスを作って公開しました

— 環境 —
Rails 4.1
Ruby 2.1
Macbook Air OS X

4種類の書き方を用意

以下4つの方法を書いて試しました。後半で Benchmark 計測。

1つ目

SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first

1	SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first

この書き方は、最初に思いついた方法で、おそらく結構速いだろうと見当がついた。以前に、ActiveRecord モデルのインスタンスの前後レコードを取得するコードを書いたことがあり、それに似ていましたので。

Rails ActiveRecordで前後のレコードを取得する | EasyRamble

レコード削除等で id が抜けている可能性があるので、等号による比較は使わないほうが良い。あと、レコード削除等で id が抜けている場合、レコード総数の数値よりレコード最終行の id の数値が大きい可能性があるために、rand の引数には先頭レコード id と最終レコード id の range を渡しています。

単純に SomeModel.count を使う書き方…

SomeModel.where( 'id >= ?', rand(SomeModel.count) + 1 ).first

1	SomeModel.where( 'id >= ?', rand(SomeModel.count) + 1 ).first

この書き方でも良いけど、id の抜け落ちがあった場合、rand で返される数値に、最後のほうのレコードの id が含まれない。SomeModel.count < SomeModel.last.id になるため。

【追記　2015/03/18】
はてなブックマークでコメントを頂きました。すいません、この1つ目のやり方は欠点がありました。

milk1000cc
1つ目のやり方、id の抜け具合によって出現頻度にばらつきが出るような気が..?

はてなブックマーク – Rails ActiveRecordでランダムにレコードを1件取得する

たしかに、id の抜けがあると、特定のレコードの出現頻度が高くなる場合があります。たとえば、レコードの id が “1, 2, 3, 4, 9, 10” となっていたら、5 ~ 8 が抜けていることにより 9 のレコードが出やすくなってしまうはず。なので、このやり方はランダムさの精度をさほど要求されない場合や、id の抜けがない場合にのみ使うほうが良いかと思います。milk1000cc さん、コメントありがとうございました。

それからもう一つ、pluck を使う方法をはてなブックマークでコメント頂きました。

a2ikm
pluck(:id).sampleで得たIDでfindしてた。

はてなブックマーク – Rails ActiveRecordでランダムにレコードを1件取得する

pluck を使うやり方もあるのですね。この方法は思いつかなかったので、後半で行ったベンチマークと同条件で計測してみました。


Benchmark.bm do |b|
  b.report("pluck:") do
    10.times { SomeModel.find( SomeModel.pluck(:id).sample ) }
  end
end

        user        system    total      real
pluck:  17.700000   1.480000  19.180000 ( 20.585349)

Benchmark.bm do |b|

b.report("pluck:") do

10.times { SomeModel.find( SomeModel.pluck(:id).sample ) }

end

user system total real

pluck: 17.700000 1.480000 19.180000 ( 20.585349)

a2ikm さん、コメントありがとうございました。ランダムの正確さが要求される場合は、この pluck か2つ目の offset を使う方法が良いかと思います。

正確なランダムさで、高速に動作する書き方をご存じの方がおられましたら、ぜひご教示ください。
【追記ここまで】

2つ目

SomeModel.offset( rand(SomeModel.count) ).first

1	SomeModel.offset( rand(SomeModel.count) ).first

offset を使う方法は、ぐぐって調べた以下のページで知った。なるほどな〜。

ActiveRecord にてランダムなレコードが欲しい時 | yukku++

3つ目

SomeModel.all.sample

1	SomeModel.all.sample

これは間違いなく遅い＆メモリを圧迫する。この書き方はNGですけど、どのくらい遅いか比較用に用意しました。

4つ目

SomeModel.order("RAND()").first

1	SomeModel.order("RAND()").first

MySQL のネイティブ関数 RAND() を使って、ORDER BY RAND() でクエリーを発行する方法。速いかもしれないけど、MySQL 自体に依存する関数はできたら Rails では使いたくない。一応、後ほど行う比較計測のため。

Rails Quick Tips – Random Records – The Hashrocket Blog

とりあえず pry で実験

どんな SQL が発行されるか確認するために、まずは pry で試す。SQL 発行にかかる時間も出力されるので、ある程度の目安にはなります。試したのは、レコード数が約40万件の MySQL データベースのテーブルです。


pry(main)> SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first
  SomeModel Load (0.7ms)  SELECT  `some_models`.* FROM `some_models`   ORDER BY `some_models`.`id` ASC LIMIT 1
  SomeModel Load (0.7ms)  SELECT  `some_models`.* FROM `some_models`   ORDER BY `some_models`.`id` DESC LIMIT 1
  SomeModel Load (1.0ms)  SELECT  `some_models`.* FROM `some_models`  WHERE (id >= 130274)  ORDER BY `some_models`.`id` ASC LIMIT 1

pry(main)> SomeModel.offset( rand(SomeModel.count) ).first
   (359.7ms)  SELECT COUNT(*) FROM `some_models`
  SomeModel Load (1049.8ms)  SELECT  `some_models`.* FROM `some_models`   ORDER BY `some_models`.`id` ASC LIMIT 1 OFFSET 404754

pry(main)> SomeModel.all.sample
  SomeModel Load (2057.1ms)  SELECT `some_models`.* FROM `some_models`

pry(main)> SomeModel.order("RAND()").first
  SomeModel Load (3270.1ms)  SELECT  `some_models`.* FROM `some_models`   ORDER BY RAND() LIMIT 1

pry(main)> SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first

SomeModel Load (0.7ms) SELECT `some_models`.* FROM `some_models` ORDER BY `some_models`.`id` ASC LIMIT 1

SomeModel Load (0.7ms) SELECT `some_models`.* FROM `some_models` ORDER BY `some_models`.`id` DESC LIMIT 1

SomeModel Load (1.0ms) SELECT `some_models`.* FROM `some_models` WHERE (id >= 130274) ORDER BY `some_models`.`id` ASC LIMIT 1

pry(main)> SomeModel.offset( rand(SomeModel.count) ).first

(359.7ms) SELECT COUNT(*) FROM `some_models`

SomeModel Load (1049.8ms) SELECT `some_models`.* FROM `some_models` ORDER BY `some_models`.`id` ASC LIMIT 1 OFFSET 404754

pry(main)> SomeModel.all.sample

SomeModel Load (2057.1ms) SELECT `some_models`.* FROM `some_models`

pry(main)> SomeModel.order("RAND()").first

SomeModel Load (3270.1ms) SELECT `some_models`.* FROM `some_models` ORDER BY RAND() LIMIT 1

SQL が3回発行されてしまいますけど、やはり一番上の書き方が圧倒的に速いと、この時点で確信しました。SomeModel.first.id, SomeModel.last.id を取得後に使いまわしたりハードコードすれば、SQL のクエリ発行を減らすことはできます。

SomeModel.all.sample は、SQL 実行後のメモリ上の処理でめっちゃ時間かかります。RAND() を使う方法は意外と速くなさそう。

ベンチマークを計測して比較

Ruby の Benchmark モジュールで計測しました。

Benchmark.bm do |b|
  b.report("where:") do
    10.times { SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first }
  end
  
  b.report("offset:") do
    10.times { SomeModel.offset( rand(SomeModel.count) ).first }
  end
 
  b.report("sample:") do
    10.times { SomeModel.all.sample }
  end
 
  b.report("order:") do
    10.times { SomeModel.order("RAND()").first }
  end
end

Benchmark.bm do |b|

b.report("where:") do

10.times { SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first }

end

b.report("offset:") do

10.times { SomeModel.offset( rand(SomeModel.count) ).first }

end

b.report("sample:") do

10.times { SomeModel.all.sample }

end

b.report("order:") do

10.times { SomeModel.order("RAND()").first }

end

結果。


         user        system    total       real
where:   0.020000   0.010000   0.030000    (  0.032510)
offset:  0.020000    0.010000  0.030000    (  6.496601)
sample:  167.200000  9.490000  176.690000  (196.597479)
order:   0.010000    0.000000  0.010000    ( 17.528249)

user system total real

where: 0.020000 0.010000 0.030000 ( 0.032510)

offset: 0.020000 0.010000 0.030000 ( 6.496601)

sample: 167.200000 9.490000 176.690000 (196.597479)

order: 0.010000 0.000000 0.010000 ( 17.528249)

やはり、一番目の書き方が速い結果に。ということで、

SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first

1	SomeModel.where( 'id >= ?', rand(SomeModel.first.id..SomeModel.last.id) ).first

を採用。id が使えない場合は、offset を使う方法ですかね。

パーフェクト Ruby on Rails は、最近読んだ Rails 本の中では一番役に立った本です。Chef や Capistrano など Rails と共によく使用される技術にも触れてあります。Ruby on Rails 4 アプリケーションプログラミングは、入門的な内容で Rails の機能全体を網羅されています。

パーフェクト Ruby on Rails

Ruby on Rails 4 アプリケーションプログラミング