如何在纯SQL中请求随机行（或尽可能接近真正随机的行？）
答案 0 :(得分：683)
请参阅此帖：SQL to Select a random row from a database table。它通过在MySQL，PostgreSQL，Microsoft SQL Server，IBM DB2和Oracle中执行此操作的方法（以下内容从该链接复制）：
使用MySQL选择一个随机行：
SELECT column FROM table
ORDER BY RAND()
LIMIT 1
使用PostgreSQL选择一个随机行：
SELECT column FROM table
ORDER BY RANDOM()
LIMIT 1
使用Microsoft SQL Server选择随机行：
SELECT TOP 1 column FROM table
ORDER BY NEWID()
使用IBM DB2选择随机行
SELECT column, RAND() as IDX
FROM table
ORDER BY IDX FETCH FIRST 1 ROWS ONLY
使用Oracle选择随机记录：
SELECT column FROM
( SELECT column FROM table
ORDER BY dbms_random.value )
WHERE rownum = 1
答案 1 :(得分：172)
Jeremies等解决方案：
SELECT * FROM table ORDER BY RAND() LIMIT 1
工作，但是他们需要对所有表进行顺序扫描（因为需要计算与每行关联的随机值 - 以便可以确定最小的一行），这对于中等大小的表来说可能非常慢。我的建议是使用某种索引数字列（许多表将这些作为主键），然后编写如下内容：
SELECT * FROM table WHERE num_value >= RAND() *
( SELECT MAX (num_value ) FROM table )
ORDER BY num_value LIMIT 1
如果索引num_value，则无论表大小如何，这都以对数时间工作。需要注意的是：这假设num_value在0..MAX(num_value)范围内均匀分布。如果您的数据集严重偏离此假设，您将得到偏差的结果（某些行将比其他行更频繁地出现）。
答案 2 :(得分：59)
我不知道这有多高效，但我之前使用过它：
SELECT TOP 1 * FROM MyTable ORDER BY newid()
因为GUID非常随机，所以排序意味着你得到一个随机行。
答案 3 :(得分：26)
ORDER BY NEWID()
需要7.4 milliseconds
WHERE num_value >= RAND() * (SELECT MAX(num_value) FROM table)
需要0.0065 milliseconds！
我肯定会采用后一种方法。
答案 4 :(得分：13)
您没有说明您正在使用哪台服务器。在旧版本的SQL Server中，您可以使用：
select top 1 * from mytable order by newid()
在SQL Server 2005及更高版本中，您可以使用TABLESAMPLE获取可重复的随机样本：
SELECT FirstName, LastName
FROM Contact
TABLESAMPLE (1 ROWS) ;
答案 5 :(得分：10)
对于SQL Server
newid（）/ order by将起作用，但对于大型结果集来说非常昂贵，因为它必须为每一行生成一个id，然后对它们进行排序。
从性能的角度来看，TABLESAMPLE（）是好的，但你会得到结果的结果（页面上的所有行都会被返回）。
对于性能更好的真随机样本，最好的方法是随机过滤掉行。我在SQL Server联机丛书文章 Limiting Results Sets by Using TABLESAMPLE 中找到了以下代码示例：
如果你真的想要随机抽样 单个行，修改您的查询 随机过滤掉行，而不是 使用TABLESAMPLE。例如， 以下查询使用NEWID 函数返回大约一个 行的百分比 Sales.SalesOrderDetail表：
SELECT * FROM Sales.SalesOrderDetail WHERE 0.01 >= CAST(CHECKSUM(NEWID(),SalesOrderID) & 0x7fffffff AS float) / CAST (0x7fffffff AS int)SalesOrderID列包含在中 CHECKSUM表达式 NEWID（）每行评估一次 实现每行采样。 表达式CAST（CHECKSUM（NEWID（）， SalesOrderID）＆amp; 0x7fffffff AS float / CAST（0x7fffffff AS int）求值为 随机浮点值介于0和1之间。
对具有1,000,000行的表运行时，以下是我的结果：
SET STATISTICS TIME ON
SET STATISTICS IO ON
/* newid()
rows returned: 10000
logical reads: 3359
CPU time: 3312 ms
elapsed time = 3359 ms
*/
SELECT TOP 1 PERCENT Number
FROM Numbers
ORDER BY newid()
/* TABLESAMPLE
rows returned: 9269 (varies)
logical reads: 32
CPU time: 0 ms
elapsed time: 5 ms
*/
SELECT Number
FROM Numbers
TABLESAMPLE (1 PERCENT)
/* Filter
rows returned: 9994 (varies)
logical reads: 3359
CPU time: 641 ms
elapsed time: 627 ms
*/
SELECT Number
FROM Numbers
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), Number) & 0x7fffffff AS float)
/ CAST (0x7fffffff AS int)
SET STATISTICS IO OFF
SET STATISTICS TIME OFF
如果您可以使用TABLESAMPLE，它将为您提供最佳性能。否则使用newid（）/ filter方法。如果你有一个大的结果集，newid（）/ order by应该是最后的选择。
答案 6 :(得分：4)
如果可能，使用存储语句来避免RND（）上的两个索引效率低下并创建记录号字段。
PREPARE RandomRecord FROM "SELECT * FROM table LIMIT ?,1"; SET @n=FLOOR(RAND()*(SELECT COUNT(*) FROM table)); EXECUTE RandomRecord USING @n;
答案 7 :(得分：3)
最好的方法是将一个随机值放在一个新列中，仅用于此目的，并使用类似的东西（pseude code + SQL）：
randomNo = random()
execSql("SELECT TOP 1 * FROM MyTable WHERE MyTable.Randomness > $randomNo")
这是MediaWiki代码使用的解决方案。当然，对较小的值存在一些偏差，但他们发现在没有获取行时将随机值包装为零就足够了。
newid（）解决方案可能需要进行全表扫描，以便为每一行分配一个新的guid，这样性能会低得多。
rand（）解决方案可能根本不起作用（即使用MSSQL），因为该函数只会被评估一次，每个行将被分配相同的“随机”数字。
答案 8 :(得分：3)
对于SQL Server 2005和2008，如果我们想要随机抽取单个行（来自Books Online）：
SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float)
/ CAST (0x7fffffff AS int)
答案 9 :(得分：3)
Ins using RAND(), as it is not encouraged，您可能只会获得最大ID（=最大）：
SELECT MAX(ID) FROM TABLE;
在1..Max（= My_Generated_Random）
之间取一个随机数My_Generated_Random = rand_in_your_programming_lang_function(1..Max);
然后运行此SQL：
SELECT ID FROM TABLE WHERE ID >= My_Generated_Random ORDER BY ID LIMIT 1
请注意，它将检查Ids等于或高于所选值的任何行。 也可以在表中查找行，并获得与My_Generated_Random相等或更低的ID，然后像这样修改查询：
SELECT ID FROM TABLE WHERE ID <= My_Generated_Random ORDER BY ID DESC LIMIT 1
答案 10 :(得分：2)
正如@ BillKarwin对@ cnu回答的评论所指出的那样......
当与LIMIT结合使用时，我发现它使用随机排序对JOIN执行得更好（至少使用PostgreSQL 9.1），而不是直接对实际行进行排序：例如
SELECT * FROM tbl_post AS t
JOIN ...
JOIN ( SELECT id, CAST(-2147483648 * RANDOM() AS integer) AS rand
FROM tbl_post
WHERE create_time >= 1349928000
) r ON r.id = t.id
WHERE create_time >= 1349928000 AND ...
ORDER BY r.rand
LIMIT 100
确保'r'为复杂查询中的每个可能的键值生成一个'rand'值，该值与之连接但仍然限制了'r'的行数。
CAST as Integer对PostgreSQL 9.2特别有用，后者对整数和单精度浮点类型进行了特定的排序优化。
答案 11 :(得分：1)
还没有在答案中看到这种变化。在给定初始种子时，我需要一个额外的约束，每次都选择相同的行集。
对于MS SQL：
最小例子：
select top 10 percent *
from table_name
order by rand(checksum(*))
标准化执行时间：1.00
NewId（）示例：
select top 10 percent *
from table_name
order by newid()
标准化执行时间：1.02
NewId()明显慢于rand(checksum(*))，因此您可能不希望将其用于大型记录集。
选择初始种子：
declare @seed int
set @seed = Year(getdate()) * month(getdate()) /* any other initial seed here */
select top 10 percent *
from table_name
order by rand(checksum(*) % seed) /* any other math function here */
如果您需要选择给定种子的同一组，这似乎有效。
答案 12 :(得分：1)
在MSSQL中（使用
在11.0.5569上测试）SELECT TOP 100 * FROM employee ORDER BY CRYPT_GEN_RANDOM(10)
明显快于
SELECT TOP 100 * FROM employee ORDER BY NEWID()
答案 13 :(得分：1)
在SQL Server中，您可以将TABLESAMPLE与NEWID（）结合使用，以获得非常好的随机性并且仍然具有速度。如果您真的只需要1行或少量行，这将特别有用。
SELECT TOP 1 * FROM [table]
TABLESAMPLE (500 ROWS)
ORDER BY NEWID()
答案 14 :(得分：1)
让MySQL获取随机记录
SELECT name
FROM random AS r1 JOIN
(SELECT (RAND() *
(SELECT MAX(id)
FROM random)) AS id)
AS r2
WHERE r1.id >= r2.id
ORDER BY r1.id ASC
LIMIT 1
答案 15 :(得分：1)
对于 SQL Server 并且需要“单个随机行”..
如果不需要真正的采样，生成一个随机值 [0, max_rows) 并使用 ORDER BY..OFFSET..FETCH from SQL Server 2012+。
如果 COUNT 和 ORDER BY 超过适当的索引，这 非常快 - 这样数据就“已经按照查询行排序”了。如果涵盖了这些操作，那么它就是一个快速请求，并且不会受到使用 ORDER BY NEWID() 或类似方法的可怕的可扩展性的影响。显然，这种方法在非索引的 HEAP 表上不能很好地扩展。
declare @rows int
select @rows = count(1) from t
-- Other issues if row counts in the bigint range..
-- This is also not 'true random', although such is likely not required.
declare @skip int = convert(int, @rows * rand())
select t.*
from t
order by t.id -- Make sure this is clustered PK or IX/UCL axis!
offset (@skip) rows
fetch first 1 row only
确保使用适当的事务隔离级别和/或考虑 0 个结果。
对于 SQL Server 并且需要“常规行示例”方法..
注意：这是对on a SQL Server specific question about fetching a sample of rows 答案的改编。 它是根据上下文量身定制的。
虽然此处应谨慎使用一般抽样方法，但在其他答案（以及非缩放和/或有问题的实现的重复建议）的上下文中，它仍然是潜在有用的信息。如果目标是找到“单个随机行”，则这种采样方法的效率低于显示的第一个代码，并且容易出错。
这是一种更新和改进的对一定百分比的行进行采样的形式。它基于使用 CHECKSUM / BINARY_CHECKSUM 和模数的其他一些答案的相同概念。
它在庞大的数据集上相对较快并且可以有效地用于派生查询中/与派生查询一起使用。数以百万计的预过滤行可以在几秒钟内采样而无需使用 tempdb，如果与查询的其余部分保持一致，则开销通常很小。
在运行数据时不会遇到 CHECKSUM(*) / BINARY_CHECKSUM(*) 问题。使用 CHECKSUM(*) 方法时，行可以在“块”中选择，而不是“随机”！这是因为CHECKSUM 更喜欢速度而不是分发。
导致稳定/可重复行选择，并且可以简单地更改以在后续查询执行中生成不同的行。使用 NEWID() 的方法永远不会稳定/可重复。
不使用 ORDER BY NEWID() 整个输入集，因为排序可能成为大型输入集的重大瓶颈。< /strong> 避免不必要的排序还可以减少内存和临时数据库的使用。
不使用 TABLESAMPLE，因此与 WHERE 预过滤器一起使用。
这是要点。 See this answer for additional details and notes。
天真的尝试：
declare @sample_percent decimal(7, 4)
-- Looking at this value should be an indicator of why a
-- general sampling approach can be error-prone to select 1 row.
select @sample_percent = 100.0 / count(1) from t
-- BAD!
-- When choosing appropriate sample percent of "approximately 1 row"
-- it is very reasonable to expect 0 rows, which definitely fails the ask!
-- If choosing a larger sample size the distribution is heavily skewed forward,
-- and is very much NOT 'true random'.
select top 1
t.*
from t
where 1=1
and ( -- sample
@sample_percent = 100
or abs(
convert(bigint, hashbytes('SHA1', convert(varbinary(32), t.rowguid)))
) % (1000 * 100) < (1000 * @sample_percent)
)
这可以通过混合查询在很大程度上得到解决，方法是从小得多的样本集中混合抽样和ORDER BY选择。这将排序操作限制为样本大小，而不是原始表的大小。
-- Sample "approximately 1000 rows" from the table,
-- dealing with some edge-cases.
declare @rows int
select @rows = count(1) from t
declare @sample_size int = 1000
declare @sample_percent decimal(7, 4) = case
when @rows <= 1000 then 100 -- not enough rows
when (100.0 * @sample_size / @rows) < 0.0001 then 0.0001 -- min sample percent
else 100.0 * @sample_size / @rows -- everything else
end
-- There is a statistical "guarantee" of having sampled a limited-yet-non-zero number of rows.
-- The limited rows are then sorted randomly before the first is selected.
select top 1
t.*
from t
where 1=1
and ( -- sample
@sample_percent = 100
or abs(
convert(bigint, hashbytes('SHA1', convert(varbinary(32), t.rowguid)))
) % (1000 * 100) < (1000 * @sample_percent)
)
-- ONLY the sampled rows are ordered, which improves scalability.
order by newid()
答案 16 :(得分：1)
您也可以尝试使用new id()功能。
只需编写您的查询并按new id()功能使用订单即可。这很随机。
答案 17 :(得分：1)
最近，但是通过谷歌来到这里，所以为了后代，我将添加一个替代解决方案。
另一种方法是使用TOP两次，交替订单。我不知道它是否是“纯SQL”，因为它在TOP中使用了一个变量，但它在SQL Server 2008中有效。如果我想要一个随机单词，这是我用来对付字典单词表的一个例子。 / p>
SELECT TOP 1
word
FROM (
SELECT TOP(@idx)
word
FROM
dbo.DictionaryAbridged WITH(NOLOCK)
ORDER BY
word DESC
) AS D
ORDER BY
word ASC
当然，@ idx是一些随机生成的整数，在目标表上的范围从1到COUNT（*），包括在内。如果您的列已编入索引，您也将从中受益。另一个优点是您可以在函数中使用它，因为不允许使用NEWID（）。
最后，上面的查询运行在同一个表上的NEWID（）类型的查询的执行时间的大约1/10。 YYMV。
答案 18 :(得分：1)
这里的大多数解决方案都是为了避免排序，但是他们仍然需要在桌面上进行顺序扫描。
还有一种方法可以通过切换到索引扫描来避免顺序扫描。如果您知道随机行的索引值，则几乎可以实际获得结果。问题是 - 如何猜测索引值。
以下解决方案适用于PostgreSQL 8.4：
explain analyze select * from cms_refs where rec_id in
(select (random()*(select last_value from cms_refs_rec_id_seq))::bigint
from generate_series(1,10))
limit 1;
我在上面的解决方案中你猜测范围0的10个各种随机索引值.. [id的最后一个值]。
数字10是任意的 - 您可以使用100或1000，因为它（令人惊讶地）对响应时间没有太大影响。
还有一个问题 - 如果你有稀疏的ids 你可能会错过。解决方案是有一个备份计划 :)在这种情况下，通过random（）查询的纯旧订单。当组合ID看起来像这样：
explain analyze select * from cms_refs where rec_id in
(select (random()*(select last_value from cms_refs_rec_id_seq))::bigint
from generate_series(1,10))
union all (select * from cms_refs order by random() limit 1)
limit 1;
不是联盟 所有子句。在这种情况下，如果第一部分返回任何数据，则第二部分永远不会被执行！
答案 19 :(得分：0)
似乎列出的许多想法仍然使用排序
但是，如果使用临时表，则可以分配随机索引（就像许多已建议的解决方案一样），然后抓取第一个大于0到1之间的任意数字的索引。
例如（对于DB2）：
WITH TEMP AS (
SELECT COMLUMN, RAND() AS IDX FROM TABLE)
SELECT COLUMN FROM TABLE WHERE IDX > .5
FETCH FIRST 1 ROW ONLY
答案 20 :(得分：0)
http://akinas.com/pages/en/blog/mysql_random_row/
的简单有效方法SET @i = (SELECT FLOOR(RAND() * COUNT(*)) FROM table); PREPARE get_stmt FROM 'SELECT * FROM table LIMIT ?, 1'; EXECUTE get_stmt USING @i;
答案 21 :(得分：0)
对于Oracle而言，有更好的解决方案，而不是使用dbms_random.value，而它需要完全扫描以按dbms_random.value对行进行排序，而且对于大型表来说这是非常慢的。
请改用：
SELECT *
FROM employee sample(1)
WHERE rownum=1
答案 22 :(得分：0)
对于Firebird：
Select FIRST 1 column from table ORDER BY RAND()
答案 23 :(得分：0)
要小心，因为TableSample实际上并不返回随机的行样本。它会指示您的查询查看构成行的8KB页面的随机样本。然后，针对这些页面中包含的数据执行查询。由于数据如何在这些页面上分组（插入顺序等），这可能导致数据实际上不是随机样本。
请参阅：http://www.mssqltips.com/tip.asp?tip=1308
TableSample的这个MSDN页面包含一个如何生成实际随机数据样本的示例。
答案 24 :(得分：0)
我必须同意CD-MaN：使用“ORDER BY RAND（）”可以很好地用于小型表格，或者只用几次SELECT。
我也使用“num_value＆gt; = RAND（）* ...”技术，如果我真的想要随机结果，我在表格中有一个特殊的“随机”列，我每天更新一次。单个UPDATE运行将花费一些时间（特别是因为您必须在该列上有索引），但它比每次运行select时为每行创建随机数要快得多。
答案 25 :(得分：0)
使用SQL Server 2012+，您可以使用OFFSET FETCH query为单个随机行执行此操作
select * from MyTable ORDER BY id OFFSET n ROW FETCH NEXT 1 ROWS ONLY
其中id是一个标识列，n是你想要的行 - 计算为0和count（）之间的随机数 - 表中的1（偏移0是毕竟的第一行）
这适用于表数据中的漏洞，只要您有一个用于ORDER BY子句的索引即可。它也非常适合随机性 - 因为你自己努力传递但其他方法中的小问题不存在。此外，性能相当不错，在较小的数据集上表现良好，但我没有尝试过针对数百万行的严格性能测试。
答案 26 :(得分：0)
对于SQL Server 2005及更高版本，扩展@ GreyPanther对num_value没有连续值的情况的答案。这也适用于我们没有均匀分布数据集且num_value不是数字而是唯一标识符的情况。
WITH CTE_Table (SelRow, num_value)
AS
(
SELECT ROW_NUMBER() OVER(ORDER BY ID) AS SelRow, num_value FROM table
)
SELECT * FROM table Where num_value = (
SELECT TOP 1 num_value FROM CTE_Table WHERE SelRow >= RAND() * (SELECT MAX(SelRow) FROM CTE_Table)
)
答案 27 :(得分：0)
select r.id, r.name from table AS r
INNER JOIN(select CEIL(RAND() * (select MAX(id) from table)) as id) as r1
ON r.id >= r1.id ORDER BY r.id ASC LIMIT 1
这将需要较少的计算时间
答案 28 :(得分：0)
SELECT * FROM table ORDER BY RAND() LIMIT 1
答案 29 :(得分：-1)
随机函数可能会有所帮助。另外，如果您只想限制一行，只需在最后添加一行即可。
SELECT column FROM table
ORDER BY RAND()
LIMIT 1