Випадковий запис із таблиці бази даних (T-SQL)

Чи є стислий спосіб отримати випадковий запис із таблиці SQL-сервера?

Я хотів би рандомізувати свої дані модульного тесту, тому шукаю простий спосіб вибрати випадковий ідентифікатор із таблиці. Англійською мовою буде вибрано "Виберіть один ідентифікатор із таблиці, де ідентифікатором є випадкове число між найнижчим ідентифікатором у таблиці та найвищим ідентифікатором у таблиці".

Я не можу зрозуміти, як це зробити, без необхідності запускати запит, перевіряти наявність нульового значення, а потім повторно запускати, якщо значення нульове.

Ідеї?

Чи є стислий спосіб отримати випадковий запис із таблиці SQL-сервера?

Так

SELECT TOP 1 * FROM table ORDER BY NEWID()

Пояснення

NEWID()Для кожного рядка генерується A , після чого таблиця сортується за ним. Повертається перший запис (тобто запис із "найнижчим" GUID).

Примітки

1. GUID генеруються як псевдовипадкові числа з четвертої версії:

   UUID версії 4 призначений для генерації UUID з справді випадкових чи псевдовипадкових чисел.

   Алгоритм такий:

   • Встановіть два найбільш значущі біти (біти 6 і 7) clock_seq_hi_a__reserved рівними нулю та одиниці відповідно.
   • Встановіть для чотирьох найбільш значущих бітів (біти з 12 по 15) поля time_hi_and_version 4-бітний номер версії з розділу 4.1.3.
   • Встановіть для всіх інших бітів випадкові (або псевдовипадкові) вибрані значення.

   - Універсальний унікальний ідентифікатор (UUID) URN Простір імен - RFC 4122

2. Альтернатива SELECT TOP 1 * FROM table ORDER BY RAND()не буде працювати, як можна подумати. RAND()повертає одне єдине значення на запит, отже всі рядки матимуть одне і те ж значення.

3. Хоча значення GUID є псевдовипадковими, вам знадобиться кращий PRNG для більш вимогливих програм.

4. Типова продуктивність становить менше 10 секунд для приблизно 1 000 000 рядків - звичайно, залежно від системи. Зверніть увагу, що неможливо досягти індексу, тому продуктивність буде відносно обмеженою.

На більших таблицях ви також можете використовувати TABLESAMPLEце, щоб уникнути сканування цілої таблиці.

SELECT  TOP 1 *
FROM YourTable
TABLESAMPLE (1000 ROWS)
ORDER BY NEWID()

Це ORDER BY NEWIDвсе ще потрібно, щоб уникнути просто повернення рядків, які відображаються першими на сторінці даних.

Число, яке потрібно використовувати, слід ретельно вибирати відповідно до розміру та визначення таблиці, і ви можете розглянути можливість повторної логіки, якщо не повертається жоден рядок. Тут обговорюється математика, яка лежить в основі цього, і чому методика не підходить для невеликих таблиць

Також спробуйте свій метод, щоб отримати випадковий ідентифікатор між MIN (Id) та MAX (Id), а потім

SELECT TOP 1 * FROM table WHERE Id >= @yourrandomid

Ви завжди отримаєте один ряд.

Якщо ви хочете вибрати великі дані, найкращим способом, який я знаю, є:

SELECT * FROM Table1
WHERE (ABS(CAST(
    (BINARY_CHECKSUM
    (keycol1, NEWID())) as int))
    % 100) < 10

Джерело: MSDN

Я прагнув вдосконалити методи, які випробував і натрапив на цю публікацію. Я розумію, що він старий, але цього методу немає в списку. Я створюю та застосовую тестові дані; це показує метод "адреси" в ІП, що викликається з @st (два символи)

Create Table ##TmpAddress (id Int Identity(1,1), street VarChar(50), city VarChar(50), st VarChar(2), zip VarChar(5))
Insert Into ##TmpAddress(street, city, st, zip)
Select street, city, st, zip 
From tbl_Address (NOLOCK)
Where st = @st


-- unseeded RAND() will return the same number when called in rapid succession so
-- here, I seed it with a guaranteed different number each time. @@ROWCOUNT is the count from the most recent table operation.

Set @csr = Ceiling(RAND(convert(varbinary, newid())) * @@ROWCOUNT)

Select street, city, st, Right(('00000' + ltrim(zip)),5) As zip
From ##tmpAddress (NOLOCK)
Where id = @csr

Якщо ви дійсно хочете випадкову вибірку окремих рядків, змініть свій запит, щоб випадково відфільтрувати рядки, замість того, щоб використовувати TABLESAMPLE. Наприклад, наступний запит використовує функцію NEWID для повернення приблизно одного відсотка рядків таблиці Sales.SalesOrderDetail:

SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float)
/ CAST (0x7fffffff AS int)

Стовпець SalesOrderID включено у вираз CHECKSUM, щоб NEWID () обчислював один раз на рядок для досягнення вибірки на основі кожного рядка. Вираз CAST (CHECKSUM (NEWID (), SalesOrderID) & 0x7fffffff AS float / CAST (0x7fffffff AS int) обчислюється випадковим значенням плаваючого значення від 0 до 1. "

Джерело: http://technet.microsoft.com/en-us/library/ms189108(v=sql.105).aspx

Це додатково пояснюється нижче:

Як це працює? Давайте розділимо речення WHERE і пояснимо це.

Функція CHECKSUM обчислює контрольну суму над елементами у списку. Можна сперечатися щодо того, чи взагалі потрібен SalesOrderID, оскільки NEWID () - це функція, яка повертає новий випадковий GUID, тому множення випадкової цифри на константу в будь-якому випадку має призвести до випадкового. Дійсно, виключення SalesOrderID, здається, не має ніякої різниці. Якщо ви захоплений статистик і можете виправдати включення цього, скористайтесь розділом коментарів нижче та повідомте мені, чому я помиляюся!

Функція CHECKSUM повертає VARBINARY. Виконання побітової операції І з 0x7fffffff, що є еквівалентом (111111111 ...) у двійковому вигляді, дає десяткове значення, яке фактично є поданням випадкового рядка 0 і 1. Поділ на коефіцієнт 0x7fffffff ефективно нормалізує цю десяткову цифру до цифри від 0 до 1. Потім, щоб вирішити, чи заслуговує кожен рядок включення в кінцевий набір результатів, використовується поріг 1 / x (у даному випадку 0,01), де x - відсоток даних, які потрібно отримати як зразок.

Джерело: https://www.mssqltips.com/sqlservertip/3157/different-ways-to-get-random-data-for-sql-server-data-sampling