Question

我知道如果我运行此查询

select top 100 * from mytable order by newid()

它将从我的表中获得100条随机记录。

但是，由于我在newid()列表中没有看到select，我对其工作方式感到有些困惑。谁能解释一下？这里有newid()的特别之处吗？

Answer 1

我知道NewID（）的作用，我只是试图了解它会如何帮助在随机选择中。是那个吗（1）select语句将选择来自mytable的一切，（2）每个排选，大头钉由NewID（）生成的uniqueidentifier，（3）按行对行进行排序 uniqueidentifier和（4）挑选排序列表中的前100名？

是。这几乎完全正确（除了它不一定需要排序所有行）。您可以通过查看实际执行计划来验证这一点。

SELECT TOP 100 * 
FROM master..spt_values 
ORDER BY NEWID()

计算标量运算符为每一行添加NEWID()列（在我的示例查询中的表中为2506），然后表中的行按此列排序，并选择前100行。

SQL Server实际上不需要从位置100向下排序整个集合，因此它使用TOP N排序运算符，它尝试在内存中执行整个排序操作（for small values of N）

Answer 2

一般来说，它的工作原理如下：

mytable 中的所有行都是“循环播放”
每行执行NEWID（）
行根据NEWID（）
选择了第一行

Answer 3

这里的关键是NEWID函数，它在内存中为每一行生成一个全局唯一标识符（GUID）。根据定义，GUID是唯一且相当随机的;因此，当您使用ORDER BY子句对该GUID进行排序时，您将获得表中行的随机排序。取前10％（或任何你想要的百分比）将给你随机抽样表中的行。

建议使用NEWID查询;它很简单，适用于小桌子。但是，当您将NEWID查询用于大型表时，它有一个很大的缺点。 ORDER BY子句将表中的所有行复制到tempdb数据库中，并对它们进行排序。这会导致两个问题：分拣操作通常具有与之相关的高成本。排序可以使用大量磁盘I / O并可以运行很长时间。在最坏的情况下，tempdb可能会耗尽空间。在最好的情况下，tempdb会占用大量的磁盘空间，如果没有手动收缩命令，它们将永远不会被回收。您需要的是一种随机选择不使用tempdb的行的方法，并且随着表变大而不会慢得多。以下是关于如何做到这一点的新想法：

SELECT * FROM master..spt_values
  WHERE (ABS(CAST(
  (BINARY_CHECKSUM(*) *
  RAND()) as int)) % 100) < 10

此查询背后的基本思想是，我们要为表中的每一行生成0到99之间的随机数，然后选择随机数小于指定百分比值的所有行。在这个例子中，我们希望随机选择大约10％的行;因此，我们选择随机数小于10的所有行。

Answer 4

正如MSDN所说：

NewID（）创建唯一的type值唯一标识符

，您的表格将按此随机值排序。

Answer 5

使用select top 100 randid = newid(), * from mytable order by randid 你会被澄清..

Answer 6

我有一个不重要的查询，该查询使用newId（）并连接了许多表。它在大约3秒钟内返回大约1万行。因此，在性能不太差且影响不大的情况下，newId（）可能还可以。但是，newId（）对大型表不利。

这是布伦特·奥扎尔（Brent Ozar）的博客-https://www.brentozar.com/archive/2018/03/get-random-row-large-table/的解释。

在上面的链接中，我总结了可用于生成随机ID的方法。您可以阅读博客以了解更多详细信息。

从大型表格中获取随机行的4种方法：

方法1，效果不佳：ORDER BY NEWID（）>性能不佳！
方法2，更好却奇怪：TABLESAMPLE>很多陷阱并并非真的随机！
方法3，最佳，但需要代码：随机主键> 最快，但不适用于负数。
方法4，OFFSET-FETCH（2012+）>仅适用于群集索引。

有关方法3的更多信息 获取表中的顶部ID字段，生成一个随机数，然后查找该ID。对于前N行，请在N次以下调用该代码，或生成N个随机数并在IN子句中使用。

/* Get a random number smaller than the table's top ID */
DECLARE @rand BIGINT;
DECLARE @maxid INT = (SELECT MAX(Id) FROM dbo.Users);
SELECT @rand = ABS((CHECKSUM(NEWID()))) % @maxid;

/* Get the first row around that ID */
SELECT TOP 1 *
FROM dbo.Users AS u
WHERE u.Id >= @rand;

“newid（）的命令” - 它是如何工作的？

6 个答案: