随机 10% 的 SQL 查询，最少 20 行

Posted 2023-02-23

【中文标题】随机 10% 的 SQL 查询，最少 20 行

【英文标题】：SQL Query for Random 10% with a minimum of 20 rows

【发布时间】：2019-02-01 16:11:40

【问题描述】：

我的任务是生成一份报告，该报告将随机选择 10% 的唯一 ID，除非 10% 少于 20 个项目，在这种情况下，报告将选择 20 个随机 ID。 我一直在使用NewID 来生成 10%，但这确实不是最好的，因为它给了我可变的结果（即：多于或少于 10%）

代码还包括我对结果总数的尝试：

select  UniqueID, TotalCount = Count(*) Over(), SUM(COUNT(UniqueID)) OVER() 
AS total_count 
from table 
where 0.15 >= CAST(CHECKSUM(NEWID(), UniqueID) & 0x7fffffff AS float) / CAST (0x7fffffff AS int)
group by UniqueID

【问题讨论】：

你能说得清楚一点吗？你是说你想要一个报告，如果它超过 20 行，它将返回整个数据集的 10%？如果少于 20 只给一切？

我不明白。您希望它选择什么唯一的 id？为什么你有 200 个却只选择 20 个？

我认为只有当 10% 的结果集小于 20 时它们才应该返回 20。所以如果 10% 是 316，它应该返回 316 @GordonLinoff

是的@gordonLinoff，当 10% 的结果小于 20 时，它应该返回 20。感谢您的快速回复。我现在将对其进行测试。

【参考方案1】：

我会生成一个按 new_id 排序的 row_number，然后计算出你可以取多少 (N) 行（行 1......N）必须是随机的。如果你有少于 20 行，你会得到所有行

无论您的查询需要是什么，都将其放在 WITH CTE AS ("你的查询在这里")

并将 row_number() over (order by newid()) 作为 x 添加到所选列的列表中

WITH CTE AS
  (select *,row_number() over (order by newid()) as x from istasks ) 
  SELECT * 
  FROM CTE 
  CROSS APPLY 
       (SELECT MAX(c2.X) MX, ROUND(.1* MAX(c2.X),0) P  --P is no rows needed according to 10% rule  
        FROM CTE C2
       ) DQ
  WHERE CTE.X <= CASE WHEN P < 20 THEN 20 ELSE P END  --take 20 rows if P < 20

【参考方案2】：

if ((select count (*) as a from (select top 10 percent * from  [table]) t) < 20)
BEGIN
Select top 20 * from [table] order by newid()
END 
ELSE 
BEGIN
select top 10 percent * from  [table] order by newid() END

【讨论】：

虽然此代码可能会回答问题，但提供有关代码为何和/或如何回答问题的额外上下文可提高其长期价值。它还有助于避免您的答案被否决或标记为低质量。见How to Write a Good Answer。

【参考方案3】：

如果您不需要知道总行数，那么下面的构造可能是满足“10% 或前 20”要求的最快方法

If (SELECT COUNT(*) FROM (
      SELECT TOP 200 *  -- if 10% = 20, then 100% = 200
      FROM [table]       ) AS top200
   ) < 200
BEGIN
  SELECT TOP 20 ...
END
ELSE
BEGIN
  SELECT TOP 10 PERCENT ...
END

注意，内部查询中没有 ORDER BY

【参考方案4】：

如果您的表中有一个UniqueID，其中COUNT(UniqueID) 大于1（每个UniqueID），那么UniqueID 不是唯一，所以查询中的TotalCount 和total_count 列应该返回相同的值。

要过滤掉前 10%（或至少 20 个）记录，您可以计算一个随机行号（使用 NEWID()）并对其应用过滤器（包括记录总数）。行号和总记录数都可以使用 窗口函数（带有 OVER 子句）计算，但由于这些函数不能在 WHERE 子句中使用（它们在已生成常规结果集），计算必须发生在子查询中（可以写成 CTE）。我的建议是这样尝试：

WITH
  cte AS (
    SELECT UniqueID,
      RowNumber = ROW_NUMBER() OVER (ORDER BY NEWID()),
      MaxNumber = COUNT(*) OVER ()
    FROM YourTable
  )
SELECT UniqueID
FROM cte
WHERE RowNumber <= MaxNumber/10 OR RowNumber <= 20;

如果您需要四舍五入小数值的 10% 值（如 TOP x PERCENT 所做的），请尝试替代 WHERE 子句：

WHERE RowNumber <= (MaxNumber+9)/10 OR RowNumber <= 20;