Question

我希望在Microsoft SQL Server 2012中执行与How to select random IDs and all transactions within those random IDs in SQL类似的操作。我非常大的主表有个人和月份的旅行记录：

FileDate     PersID     Location...
200001          1           A
200001          2           B
200001          3           A
200002          1           C
200002          2           C
200003          1           D
200004          1           A

主表中大约有2.6亿行，大约有420万行唯一的PersID。

首先，我试图返回唯一PersID的随机样本。我尝试过很多东西，其中最简单的就是

SELECT distinct PersID FROM mastertbl
TABLESAMPLE (1 percent);

我还尝试包装＆＃34; SELECT distinct PersID＆＃34;查询作为另一个查询中的子查询并在外部查询中应用TABLESAMPLE。

我的所有尝试都返回了大约170万行，这是唯一PersID的40％，而不是1％。这让我怀疑我的抽样方法是对主表格进行抽样，然后应用不同的标准，但我无法弄清楚如何修复它。

Answer 1

来自the docs的一些相关引用：

TABLESAMPLE无法应用于派生表

所以子查询的事情是禁止的。

和

如果您确实需要单个行的随机样本，请修改您的查询以随机过滤掉行，而不是使用TABLESAMPLE。例如，以下查询使用NEWID函数返回Sales.SalesOrderDetail表的大约百分之一的行：
SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float)
            / CAST (0x7fffffff AS int)

看起来您需要使用第二个引文中演示的技术，例如：

select * from (
    select distinct id from mastertbl
) x
where 0.01 >= cast(checksum(newid(), id) & 0x7fffffff AS float) / cast(0x7fffffff AS int)

提取唯一ID，然后获取与这些唯一ID的随机样本匹配的所有行

1 个答案: