postgresql 对大型数据集进行分区并从一个类别中随机选择 3 个

Posted 2023-03-31

【中文标题】postgresql 对大型数据集进行分区并从一个类别中随机选择 3 个

【英文标题】：postgresql partition large dataset and random select 3 from a category

【发布时间】：2016-02-03 10:30:51

【问题描述】：

我是数据库编程或一般编程方面的新手。 但我希望你能帮助我。

我有一个大约有 900 万行的数据库，并且有一个名为 category 的列。有些行属于同一类别，可能有 10 行，而其他行可能只有 1 或 2。

我想创建一个新表，其中从同一类别中随机选择三行。基本上过滤或排除其余部分。

如果有少于 3 行的类别，则只会选择可用的行。

我在论坛上环顾四周，一位朋友告诉我，我需要使用 PARTITION 执行此操作。我尝试了以下方法，但这并没有达到我想要的效果。非常感谢任何帮助。

Create table test as
SELECT * 
FROM (
SELECT *, row_number() OVER (PARTITION BY category ORDER BY random()) as rn
FROM data2016 ) sub
WHERE rn = 1;

【问题讨论】：

改成where rn <= 3

不敢相信这么简单。非常感谢它的工作。

作为答案发布

【参考方案1】：

大概：

SELECT * 
FROM (
    SELECT *, row_number() OVER (PARTITION BY category ORDER BY random()) as rn
    FROM data2016
  ) sub
WHERE rn <= 3;