这到底有多随机对于每个用户来说，它必须是不同的吗？或者仅仅是随机性的外观很重要？
如果是后者，那么您可以简单地将一个名为ordering的字段添加到所讨论的模型中，并使用随机整数填充它。
否则，除非记录集很小（而且，考虑到它是分页的，我对此表示怀疑），否则为每个会话存储单独的随机查询集可能很快就会成为内存问题，除非您知道用户群非常小。这里有一个可能的解决方案，它模仿随机性，但实际上只创建5个随机集：

import random
from django.core import cache
RANDOM_EXPERIENCES=5

def my_view(request):
    if not request.session.get('random_exp'):
        request.session['random_exp']=random.randrange(0,RANDOM_EXPERIENCES)
    object_list = cache.get('random_exp_%d' % request.session['random_exp'])
    if not object_list:
        object_list = list(Object.objects.all().order_by('?'))
        cache.set('random_exp_%d' % request.session['random_exp'], object_list, 100)
    paginator = Paginator(object_list, 10)
    page = 1 # or whatever page we have
    display_list = paginator.page(page)
    ....

在这个例子中，我们没有为每个用户创建一个单独的查询集（导致存储中可能有数千个查询集）并将其存储在request.session中（一种比缓存效率更低的存储机制，可以设置为使用非常有效的东西，如memcached），我们现在只有5个查询集存储在缓存中，但希望对大多数用户来说足够随机。如果你想要更多的随机性，增加RANDOM_EXPERIENCES的值应该会有所帮助。我想你可能会上升到100高与一些性能问题。
如果记录本身很少更改，则可以为该高速缓存设置一个极高的超时。

更新

这里有一种实现它的方法，它使用稍微多一点的内存/存储，但确保每个用户都可以“持有”他们的查询集，而不会有缓存超时的危险（假设3小时足够长来查看记录）。

import datetime

...

    if not request.session.get('random_exp'):
        request.session['random_exp']="%d_%d" % ( 
            datetime.datetime.strftime(datetime.datetime.now(),'%Y%m%dH'),
            random.randrange(0, RANDOM_EXPERIENCES)
        )
    object_list = cache.get("random_exp_%s" % request.session['random_exp'])
    if not object_list:
        object_list = list(Object.objects.all().order_by('?'))
        cache.set(cache_key, "random_exp_%s" % request.session['random_exp'], 60*60*4)

这里我们创建了一个缓存的查询集，它在4小时内不会超时。但是，request.session键设置为年、月、日和小时，以便进入的用户看到该小时的当前记录集。任何已经查看过该查询集的人都可以在它过期之前至少再看到3个小时（或者只要他们的会话仍然处于活动状态）。缓存中最多存储5*RANDOM_EXPERIENCES查询集。

尝试使用默认的Django meta选项order_by？
打个问号“？“导致随机排序
https://docs.djangoproject.com/en/1.3/ref/models/options/#ordering

@Jordan Reiter的解决方案真的很棒。但是在使用的时候有一个小问题。如果记录被更新，则需要一段时间才能生效。而且，如果记录的计数很大，它会使用太多的缓存空间。
我通过只缓存主键列来优化它。当记录更新时，它将立即生效。

import random
from django.core import cache
from django.core.paginator import Paginator
RANDOM_EXPERIENCES=5

if not request.session.get('random_exp'):
    request.session['random_exp']=random.randrange(0,RANDOM_EXPERIENCES)
id_list = cache.get('random_exp_%d' % request.session['random_exp'])
if not id_list:
    id_list = [object['id'] for object in Object.objects.values('id').all().order_by('?')]
    cache.set('random_exp_%d' % request.session['random_exp'], id_list, 60*60*4)
paginator = Paginator(id_list, 9)
page = 1 # or whatever page we have
display_id_list = paginator.page(page)
object_list = Object.objects.filter(id__in=display_id_list)

最好的做法可能是将查询集转换为列表，然后对其进行 Shuffle ：

from random import shuffle
object_list = list(object_list)
shuffle(object_list)
... continue with pagination ...

但是请注意，将查询集转换为列表将对其求值。如果Object表变得更大，这将成为性能的噩梦。
如果要存储这些对象，可以创建另一个表，并将用户id与对象id列表相关联，或者将100个左右的id存储在会话cookie中。对此，你能做的并不多：HTTP是无状态的，持久化可以通过使用cookie或数据存储（更可能是RDBS系统）来实现。

如果您只需要伪随机性，手动调用setseed就足够了（并且可以避免任何内存/性能问题）：

from django.db import connection

seed = qs.count()
with connection.cursor() as cursor:
    cursor.execute("SELECT setseed(%s);" % seed)
qs.order_by('?')

从此以后，你就可以像往常一样继续进行分页了。尽管随机性只会在查询集中的对象数量发生变化后才发生变化。这可以是想要的（例如，人们可以说“第二页上的第二个条目”，这在真实的的随机性下是完全不可能的）。你也可以尝试采用另一种种子方法，例如seed = timezone.now().strftime("%m")，每个月都有新的随机性。