寻找代表＆＃39;数据库中的数据组

Question

我在数据库中有这些数据看起来或多或少是这样的：

id (int) not null unique | measurement_id (int) not null | range_id (int) not null unique | temperature (int) | TimeOfDay (string) either Dawn or Day or Night | Weather.Clear (Boolean) either true or null | Weather.Cloudy (Boolean) either true or null | Weather.Fog (Boolean) either true or null | Weather.Snow (Boolean) either true or null | Area.City (Boolean) either true ot null | Area.Country (Boolean) either true or null | etc

这里有数十万行，让我们说有人对这些数据进行了统计，例如，40％的所有行都有Day in（TimeOfDay（string）Dawn或Day或Night）列，65％在（Weather.Clear（布尔值）为true或null）列等中为真。另外通常的逻辑适用，如果Weather.Clear设置为true，则Weather.Cloudy为null等。

我的工作是找到代表＆＃39;一组让我们说1000行数据。所以我需要40％的1000 = 400行，其中有Day（TimeOfDay（字符串）黎明或白天或黑夜）列，其中65％（650）有真正的＆＃39; in（Weather.Clear（布尔值）为true或null）列等。

我意识到只使用SQL（oracle）查询（或者我可能是错的）会非常困难，所以我应该使用像python这样的通用编程语言来获取我需要的结果？对此有什么想法吗？

问候。

Answer 1

统计数据中使用的一种方法是获取＆＃39;代表＆＃39;数据组为random sampling。

SQL中可能出现的简单问题如下

1）为表中的每一行指定0到1之间的随机值

2）对随机列

上的数据进行排序

3）按照定义的顺序获得第N行

SELECT id
FROM
  (SELECT id,
    rnd
  FROM
    ( SELECT id, dbms_random.value rnd FROM t
    )
  ORDER BY rnd
  )
WHERE rownum <= 1000;