Question

tblNames

OrganizationID（int）
LastName（varchar）
...
GroupNumber（int）

对于所有记录，

GroupNumber当前为NULL，我需要UPDATE语句来更新此列。

我需要将OrganizationID级别的记录拆分为均匀的随机组。

如果有＆lt; OrganizationID的20,000条记录，我需要2个偶数随机组。因此，OrganizationID的记录的GroupNumber为1或2. GroupNumber = 1和GroupNumber = 2的记录数相同（或者只有1的奇数记录差异） OrganizationID，并且没有可识别的方法来告诉一个人如何进入GroupNumber - 即以AL开头的LastNames是第1组，MZ是第2组不会。

如果有＆gt; OrganizationID的20,000条记录，我需要4个随机组。因此，GroupNumber的记录的GroupNumber值为1,2,3或4.每个记录的记录数相同（或者如果奇数记录的差异仅为1） organizationID，并且没有可识别的方法来告诉一个人如何进入GroupNumber - 即以AF开头的LastNames是第1组，GL是第2组，等等不会。

只有大约20个组织，因此我可以运行20次更新语句，如果需要，每var AWS = require('aws-sdk'); exports.sendAWSMail = function(message, destination){ const ses = new AWS.SES(); var data = { Destination: { ToAddresses: [ "blahblah@gmail.com" ] }, Message: { Body: { Html: { Charset: "UTF-8", Data: "This message body contains HTML formatting. It can, for example, contain links like this one: <a class=\"ulink\" href=\"http://docs.aws.amazon.com/ses/latest/DeveloperGuide\" target=\"_blank\">Amazon SES Developer Guide</a>." }, Text: { Charset: "UTF-8", Data: "This is the message body in text format." } }, Subject: { Charset: "UTF-8", Data: "Test email" } }, Source: "no-reply@frutacor.com.br", } ses.sendEmail(data, function(err, data) { if (err) console.log(err, err.stack); // an error occurred else console.log(data); // successful response }); }一次。

我可以完全控制表格，所以我可以添加键或列，但现在就是这样。

非常感谢任何帮助。

Answer 1

随机创建行号（使用ROW_NUMBER和GETID）。然后根据记录计数得到他们的模2或4，以获得0到1或0到3的桶。

select 
  organizationid, lastname, ...,
  case when cnt <= 20000 then rn % 2 else rn % 4 end as bucket
from
(
  select 
    organizationid, lastname, ...,
    row_number() over(order by newid()) as rn,
    count(*) over () as cnt
  from mytable
) randomized;

更新：我认为更新语句必须如下所示：

with randomized as
(
  select 
    groupnumber,
    row_number() over(order by newid()) as rn,
    count(*) over () as cnt
  from mytable
)
update randomzized
set groupnumber = case when cnt <= 20000 then rn % 2 else rn % 4 end + 1;

Answer 2

另一种稍微不同的方法;

设置一些虚假数据：

hg help revsets

然后使用很少有用的if object_id('tempdb.dbo.#Orgs') is not null drop table #Orgs create table #Orgs ( RID int identity(1,1) primary key clustered, OrganizationId int, LastName varchar(36), GroupId int ) insert into #Orgs (OrganizationId, LastName) select top 40000 row_number() over (order by (select null)) % 20000, newid() from sys.all_objects a, sys.all_objects b函数来尽可能接近相同大小的组。按ntile()排序基本上是随机排序数据（或随机生成一个guid到下一个）。

newid()

然后，您可以根据组织数量将declare @NumRandomGroups int = 4 update o set GroupId = x.GroupId from #orgs o inner join (select RID, GroupId = ntile(@NumRandomGroups) over (order by newid()) from #orgs) x on o.RID = x.RID select GroupId, count(1) from #Orgs group by GroupId select * from #Orgs order by RID设置为您想要的任何内容

SQL Server：如何将数据库记录划分为均匀的随机组

2 个答案: