防止随机行和重复的重复

Posted

技术标签:

【中文标题】防止随机行和重复的重复【英文标题】:Preventing duplicates with random rows and duplicates 【发布时间】:2014-09-15 18:31:35 【问题描述】:

我有一个数据集,我需要随机选择满足特定条件的 x 行、满足其他条件的 x 行等,并将结果全部输出到一个表中。我一直在使用以下内容:

SELECT * FROM (SELECT TOP 1000 * FROM dbo.[Client List]
WHERE Source = 'HC' AND Service = 'Service1' AND Provider = 'ProviderName1'
ORDER BY NEWID()) Table1

UNION ALL

SELECT * FROM (SELECT TOP 500 * FROM dbo.[Client List]
WHERE Source = 'HC' AND Service = 'Service2' AND Provider = 'ProviderName2'
ORDER BY NEWID()) Table2

UNION ALL

SELECT * FROM (SELECT TOP 2200 * FROM dbo.[Client List]
WHERE Source = 'BA' AND Service = 'Service3' AND Provider = 'ProviderName3'
ORDER BY NEWID()) Table3

这可行,但有一个问题:它允许重复的客户端标识符 (dbo.[Client List].[ClientID] 被选中。我所有的结果都必须是唯一的客户端。

换句话说,它必须进行第一次随机选择,然后进行第二次随机选择,而不能选择在第一次选择中选择的任何 ClientID,依此类推。 (是的,我意识到这在技术上不是“随机的”。)有没有办法可以在每个后续 SELECT 的 WHERE 语句中添加某种代码,或者我是否需要重新考虑代码的整个结构?谢谢!

【问题讨论】:

【参考方案1】:

这样的事情怎么样?

with Service1 as
(
    SELECT TOP 1000 * 
    FROM dbo.[Client List]
    WHERE Source = 'HC' 
        AND Service = 'Service1' 
        AND Provider = 'ProviderName1'
    ORDER BY NEWID()
)
, Service2 as
(
    SELECT TOP 500 * 
    FROM dbo.[Client List]
    WHERE Source = 'HC' 
        AND Service = 'Service2' 
        AND Provider = 'ProviderName2'
        AND ClientID not in (select ClientID from Service1)
    ORDER BY NEWID()
)
, Service3 as
(
    SELECT TOP 2200 * 
    FROM dbo.[Client List]
    WHERE Source = 'BA' 
        AND Service = 'Service3' 
        AND Provider = 'ProviderName3'
        AND ClientID not in (select ClientID from Service1)
        AND ClientID not in (select ClientID from Service2)
    ORDER BY NEWID()
)

select * 
from Service1

union all

select *
from Service2

union all

select *
from Service3

【讨论】:

以上是关于防止随机行和重复的重复的主要内容,如果未能解决你的问题,请参考以下文章

c# - 将文件中的 10 行随机行(不重复)写入 15 个文件中的每一个

读取随机行 com 文件

从文件中选择随机行

从mysql中的大表中快速选择随机行

从mysql中的大表中快速选择随机行

MYSQL 为每一行从另一个表连接随机行