如何使用纯 SQL 选择 N 个随机行？

Posted 2023-02-25

【中文标题】如何使用纯 SQL 选择 N 个随机行？

【英文标题】：How to select N random rows using pure SQL?

【发布时间】：2010-09-28 15:46:57

【问题描述】：

我们如何结合How to request a random row in SQL? 和Multiple random values in SQL Server 2005 使用单个纯SQL 查询选择N 个随机行？理想情况下，如果可能，我想避免使用存储过程。这甚至可能吗？

澄清：

纯 SQL 是指尽可能接近 ANSI/ISO 标准。 解决方案应该“足够高效”。授予 ORDER BY RAND() 可能有效，但正如其他人指出的那样，这对于中型表是不可行的。

【参考方案1】：

您的问题的答案在第二个链接中：

SELECT * FROM table ORDER BY RAND() LIMIT 1

只需更改限制，和/或重写 SQL Server：

SELECT TOP 1 * FROM table ORDER BY newid()

现在，这个严格回答了你的问题，但你真的不应该使用这个解决方案。只需在一张大桌子上试一试，您就会明白我的意思。

如果您的键空间是连续的，要么没有孔，要么只有很少的孔，并且如果它的孔很少，您不必太担心某些行被选中的机会比其他行略高，那么您可以使用变体计算要随机检索的键，范围从 1 到表中的最高键，然后检索键等于或大于您计算的数字的第一行。如果您的键空间有孔，您只需要“高于”部分。

此 SQL 留给读者作为练习。

---

编辑：请注意，此处对另一个答案的评论提到，pure SQL 可能意味着 ANSI 标准 SQL。如果是这样，那就没有办法了，因为没有标准化的随机函数，也不是每个数据库引擎都以相同的方式对待随机数函数。我见过的至少一个引擎通过调用一次并为所有行重复计算值来“优化”调用。

【讨论】：

NEWID() 如果您想要真正的随机样本，这是一个坏主意，GUID 有很多结构。如果您不在乎是否真的很随机​​，请继续。

【参考方案2】：

我不了解纯 ANSI，这并不简单，但您可以在此处查看我对类似问题的回答： Simple Random Samples from a Sql database

【讨论】：

如果假设 #3 为假（即您的桌子有孔），我不清楚如何实施您的建议。

你必须重写整个表，所以假设 #3 是正确的，所以这是一个非常慢的 O(n) 操作。创建一个与原始表具有相同列的新表，以及一个没有间隙的新主键的标识列。然后将整个原始表插入到新表中。

【参考方案3】：

这是一个潜在的解决方案，它可以让您在获得少于 N 行的风险与表格“前面”的抽样偏差之间取得平衡。这假设 N 与表的大小相比较小：

select * from table where random() < (N / (select count(1) from table)) limit N;

这通常会对表的大部分进行采样，但可以返回少于 N 行。如果有一些偏差是可以接受的，那么分子可以从 N 更改为 1.5*N 或 2*N 以使返回 N 行的可能性很大。此外，如果需要随机化行顺序，而不仅仅是选择一个随机子集：

select * from (select * from table
                where random() < (N / (select count(1) from table)) limit N)
 order by mod(tableid,1111);

这个解决方案的缺点是，至少在 PostgreSQL 中，它使用表的顺序扫描。较大的分子会加快查询速度。

【参考方案4】：

这可能对你有帮助：

SELECT TOP 3 * FROM TABLE ORDER BY NEWID()

【讨论】：

-1，已被 ***.com/a/396946/14731 覆盖，并且不是纯 SQL（newid() 是 Microsoft 特有的）。

【参考方案5】：

使用下面的代码，您可以达到您想要的效果..

select top 1 * from student1 order by newid()

将 N 的值更改为前 1，这样您将收到该数量的随机记录。

【讨论】：

-1，已经被 ***.com/a/396946/14731 覆盖并且不是纯 SQL（newid() 是 Microsoft 特有的）。