มีวิธีที่รวบรัดในการดึงข้อมูลแบบสุ่มจากตารางเซิร์ฟเวอร์ sql หรือไม่?
ฉันต้องการสุ่มข้อมูลการทดสอบหน่วยของฉันดังนั้นกำลังมองหาวิธีง่ายๆในการเลือกรหัสสุ่มจากตาราง ในภาษาอังกฤษตัวเลือกจะเป็น "Select one id จากตารางโดยที่ id เป็นตัวเลขสุ่มระหว่าง id ต่ำสุดในตารางและ id สูงสุดในตาราง"
ฉันไม่สามารถหาวิธีทำได้โดยไม่ต้องเรียกใช้แบบสอบถามทดสอบค่าว่างจากนั้นเรียกใช้ใหม่หากเป็นโมฆะ
ไอเดีย?
คำตอบ:
มีวิธีที่รวบรัดในการดึงข้อมูลแบบสุ่มจากตารางเซิร์ฟเวอร์ sql หรือไม่?
ใช่
SELECT TOP 1 * FROM table ORDER BY NEWID()
A NEWID()ถูกสร้างขึ้นสำหรับแต่ละแถวจากนั้นตารางจะถูกจัดเรียงตามนั้น ระเบียนแรกจะถูกส่งกลับ (เช่นระเบียนที่มี GUID "ต่ำสุด")
GUID ถูกสร้างขึ้นเป็นตัวเลขสุ่มหลอกตั้งแต่เวอร์ชันสี่:
UUID เวอร์ชัน 4 มีไว้สำหรับการสร้าง UUID จากตัวเลขสุ่มจริงหรือสุ่มหลอก
อัลกอริทึมมีดังนี้:
- ตั้งค่าบิตที่สำคัญที่สุดสองบิต (บิต 6 และ 7) ของ clock_seq_hi_and_reserved เป็นศูนย์และหนึ่งตามลำดับ
- ตั้งค่าบิตที่สำคัญที่สุดสี่บิต (บิต 12 ถึง 15) ของฟิลด์ time_hi_and_version เป็นหมายเลขเวอร์ชัน 4 บิตจากส่วน 4.1.3
- ตั้งค่าบิตอื่น ๆ ทั้งหมดเป็นค่าที่เลือกแบบสุ่ม (หรือสุ่มหลอก)
ทางเลือกSELECT TOP 1 * FROM table ORDER BY RAND()จะไม่ทำงานอย่างที่คิด RAND()ส่งคืนค่าเดียวต่อหนึ่งแบบสอบถามดังนั้นทุกแถวจะแชร์ค่าเดียวกัน
แม้ว่าค่า GUID จะสุ่มหลอก แต่คุณจะต้องมี PRNG ที่ดีกว่าสำหรับแอปพลิเคชันที่มีความต้องการมากขึ้น
ประสิทธิภาพโดยทั่วไปน้อยกว่า 10 วินาทีสำหรับประมาณ 1,000,000 แถว - แน่นอนขึ้นอยู่กับระบบ โปรดทราบว่าไม่สามารถเข้าถึงดัชนีได้ดังนั้นประสิทธิภาพจึงค่อนข้าง จำกัด
บนโต๊ะขนาดใหญ่คุณยังสามารถใช้TABLESAMPLEเพื่อหลีกเลี่ยงการสแกนทั้งตาราง
SELECT TOP 1 *
FROM YourTable
TABLESAMPLE (1000 ROWS)
ORDER BY NEWID()
ORDER BY NEWIDยังคงจำเป็นต้องหลีกเลี่ยงแถวเพียงกลับมาที่ปรากฏในหน้าแรกข้อมูล
จำเป็นต้องเลือกหมายเลขที่จะใช้อย่างรอบคอบสำหรับขนาดและคำจำกัดความของตารางและคุณอาจลองใช้ตรรกะอีกครั้งหากไม่มีการส่งคืนแถว คณิตศาสตร์ที่อยู่เบื้องหลังสิ่งนี้และเหตุใดเทคนิคจึงไม่เหมาะกับตารางขนาดเล็กจะกล่าวถึงที่นี่
TOP 1นี้ไม่สำคัญว่าแถวในหน้าเดียวกันจะสัมพันธ์กันหรือไม่ คุณเลือกเพียงหนึ่งในนั้น
ลองใช้วิธีของคุณเพื่อรับรหัสสุ่มระหว่าง MIN (Id) และ MAX (Id) แล้ว
SELECT TOP 1 * FROM table WHERE Id >= @yourrandomid
มันจะทำให้คุณได้หนึ่งแถวเสมอ
หากคุณต้องการเลือกข้อมูลขนาดใหญ่วิธีที่ดีที่สุดที่ฉันรู้คือ:
SELECT * FROM Table1
WHERE (ABS(CAST(
(BINARY_CHECKSUM
(keycol1, NEWID())) as int))
% 100) < 10
ที่มา: MSDN
ฉันต้องการปรับปรุงวิธีการที่ฉันได้ลองและเจอโพสต์นี้ ฉันรู้ว่ามันเก่า แต่วิธีนี้ไม่อยู่ในรายการ ฉันกำลังสร้างและใช้ข้อมูลการทดสอบ แสดงวิธีการสำหรับ "ที่อยู่" ใน SP ที่เรียกด้วย @st (สองสถานะถ่าน)
Create Table ##TmpAddress (id Int Identity(1,1), street VarChar(50), city VarChar(50), st VarChar(2), zip VarChar(5))
Insert Into ##TmpAddress(street, city, st, zip)
Select street, city, st, zip
From tbl_Address (NOLOCK)
Where st = @st
-- unseeded RAND() will return the same number when called in rapid succession so
-- here, I seed it with a guaranteed different number each time. @@ROWCOUNT is the count from the most recent table operation.
Set @csr = Ceiling(RAND(convert(varbinary, newid())) * @@ROWCOUNT)
Select street, city, st, Right(('00000' + ltrim(zip)),5) As zip
From ##tmpAddress (NOLOCK)
Where id = @csr
หากคุณต้องการสุ่มตัวอย่างของแต่ละแถวให้แก้ไขคำค้นหาเพื่อกรองแถวแบบสุ่มแทนที่จะใช้ TABLESAMPLE ตัวอย่างเช่นแบบสอบถามต่อไปนี้ใช้ฟังก์ชัน NEWID เพื่อส่งกลับประมาณหนึ่งเปอร์เซ็นต์ของแถวของตาราง Sales.SalesOrderDetail:
SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float)
/ CAST (0x7fffffff AS int)
คอลัมน์ SalesOrderID รวมอยู่ในนิพจน์ CHECKSUM เพื่อให้ NEWID () ประเมินหนึ่งครั้งต่อแถวเพื่อให้ได้การสุ่มตัวอย่างแบบต่อแถว นิพจน์ CAST (CHECKSUM (NEWID (), SalesOrderID) & 0x7fffffff AS float / CAST (0x7fffffff AS int) จะประเมินเป็นค่า float แบบสุ่มระหว่าง 0 ถึง 1 "
ที่มา: http://technet.microsoft.com/en-us/library/ms189108(v=sql.105).aspx
มีคำอธิบายเพิ่มเติมด้านล่าง:
วิธีนี้ทำงานอย่างไร? มาแยกคำสั่ง WHERE ออกและอธิบาย
ฟังก์ชัน CHECKSUM กำลังคำนวณการตรวจสอบรายการในรายการ เป็นที่ถกเถียงกันอยู่ว่าจำเป็นต้องใช้ SalesOrderID หรือไม่เนื่องจาก NEWID () เป็นฟังก์ชันที่ส่งคืน GUID แบบสุ่มใหม่ดังนั้นการคูณตัวเลขสุ่มด้วยค่าคงที่ควรทำให้เกิดการสุ่มในทุกกรณี อันที่จริงการยกเว้น SalesOrderID ดูเหมือนจะไม่แตกต่างกัน หากคุณเป็นนักสถิติที่กระตือรือร้นและสามารถพิสูจน์ได้ว่าสิ่งนี้รวมอยู่ด้วยโปรดใช้ส่วนความคิดเห็นด้านล่างและแจ้งให้เราทราบว่าทำไมฉันถึงคิดผิด!
ฟังก์ชัน CHECKSUM จะส่งกลับค่า VARBINARY การดำเนินการแบบบิตและการดำเนินการด้วย 0x7fffffff ซึ่งเทียบเท่ากับ (111111111 ... ) ในไบนารีจะให้ค่าทศนิยมที่เป็นตัวแทนของสตริงสุ่ม 0 และ 1s การหารด้วย 0x7fffffff แบบสัมประสิทธิ์แบบสัมบูรณ์จะทำให้ตัวเลขทศนิยมนี้เป็นตัวเลขระหว่าง 0 ถึง 1 อย่างมีประสิทธิภาพจากนั้นเพื่อตัดสินใจว่าแต่ละแถวจะรวมเข้าในชุดผลลัพธ์สุดท้ายหรือไม่จะใช้เกณฑ์ 1 / x (ในกรณีนี้คือ 0.01) โดยที่ x คือเปอร์เซ็นต์ของข้อมูลที่จะดึงมาเป็นตัวอย่าง