SQL Large Table选择随机行策略

Question

我想从一张非常大的桌子（10密耳的记录）中选择一个随机行。因此，RAND()和NEWID()等最常见的策略似乎并不实际。

我尝试过以下策略，想知道这是否是最理想的方法。

1. 创建名为'RandomSort'的新字段为UniqueIdentified

2. 在每个小时/每天结束时，我会对整个表格进行Update RandomSort = NewID()

3. 每次我需要查询时，我都可以Top 10 Order by RandomSort

它确实完成了工作（优于ORDER BY NewID），但不确定这是否是目前为止的最佳做法？

Answer 1

添加标识列＆＃39; rowid＆＃39; （int或bigint取决于您的表格大小）并在其上创建唯一的非聚集索引。

以下查询使用NEWID()函数返回表的大约1％的行：

SELECT * FROM MyTable
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), rowID) & 0x7fffffff AS float) / CAST (0x7fffffff AS int)

rowId列包含在CHECKSUM表达式中，因此NEWID（）每行计算一次以实现每行采样。表达式CAST(CHECKSUM(NEWID(), rowid) & 0x7fffffff AS float / CAST(0x7fffffff AS int)的计算结果为0到1之间的随机浮点值。

实际上你可以在你的表中使用任何列索引列（我相信）。

如果您只想选择一个随机行：

SELECT TOP 1 * FROM table 
WHERE rowid >= RAND(CHECKSUM(NEWID())) * (SELECT MAX(rowid) FROM table) 

如果rowid列已编制索引，则此操作会在固定时间内生效。注意：这假设rowid均匀分布在0..MAX(rowid)范围内，因此建议的标识列添加。如果您的数据集具有其他分布，则结果将会偏斜（即，某些行的选择频率会高于其他行）。