如何在 Postgres 中从具有非均匀分布的表中选择随机行？

Posted 2023-04-12

【中文标题】如何在 Postgres 中从具有非均匀分布的表中选择随机行？

【英文标题】：How to select random row from table with non-uniform distribution, in Postgres?

【发布时间】：2014-09-22 10:22:43

【问题描述】：

这就是我从均匀分布的表中选择随机行的方法。

SELECT * FROM foo OFFSET floor( random() * ( SELECT COUNT(*) FROM foo ) ) ORDER BY bar LIMIT 1;

假设我想选择一个具有非均匀分布的随机行，比如正态分布。

目前，我的做法是：

SELECT * FROM foo OFFSET floor( $1 * ( SELECT COUNT(*) FROM foo ) ) ORDER BY bar LIMIT 1;

...并在执行之前计算出$1 的值。

有没有更好的方法来做到这一点？ 也许使用内置的 postgres 函数？ 也许不需要内部的SELECT 声明？

【问题讨论】：

非线性分布（如正态分布）有一些元素的 P 高于其他元素。你如何决定，哪些元素有哪些 P？

什么是线性分布？您能否举例说明“选择具有非线性分布的随机行”的含义？

这里没有ORDER BY。那么......沿着什么轴分布？ （一般来说，关系数据库不擅长选择随机行，或者至少 PostgreSQL 是这样）。

Igor, Gordon & Graig - 我省略了 ORDER by 子句，因为它与问题无关。当然，在我的实际应用程序中，我正在订购查询。我会更新问题以反映这一点。

...话虽如此，我也不能完全确定按任何特定元素排序然后在随机索引处选择一行（其中索引具有正态分布）足以选择一个在有序属性上正态分布的随机行。如果是这样，请回答正确的方法应该是什么。

【参考方案1】：

也许这个entry from google books 会有所帮助。

我相信您正在寻找均匀/非均匀而不是线性/非线性，这可能会阻碍您的搜索。

【讨论】：

感谢您指出线性分布和均匀分布之间的区别，您说得对，我确实混淆了术语。