如何从Socrata API获取随机数据？

Question

如何从Socrata API获取随机数据样本？也就是说，我正试图获得https://health.data.ny.gov/resource/s8d9-z734.json，但是现在不想整体下载它，因为它非常大。

Answer 1

出于性能和缓存的原因（想象一堆客户端一遍又一遍地调用$order=rand()的影响......），我们没有任何类型的rand()或采样函数，但是你可以通过一些工作来创建自己的样本集：

1. 执行$select=count(*)查询以确定该集合的大小
2. 在本地使用rand()来提供一些补偿
3. 将$limit和$offset与稳定$order结合使用，以挑选出单个记录。例如：$order=facility_id&$limit=1&$offset=<some rand() number>

不幸的是，为了获得1000的样本大小，这将需要100次调用API。请务必注册app token ...

Answer 2

寻找可以被视为随机种子的字段，例如按字母顺序排序total_charges（即https://health.data.ny.gov/resource/s8d9-z734.json的随机抽样？$ limit = 1000＆amp; $ order = total_charges＆amp; $ offset = 10000）但事实证明Socrata知道这是一个数字字段，尽管它在JSON中作为字符串返回并以数字方式对其进行排序。更聪明的想法，任何人？随机抽样是开放数据中的一个重要问题： - ）