如何在SQL中的select语句中分配随机值？

Question

我想为另一个表的每一行选择一个表的随机值。

我有以下代码：

SELECT T1.COL1,(SELECT TOP 1 t2.COL2 FROM T2 ORDER BY NEWID())FROM T1

我理解它不起作用的原因。它从T2中选择一个随机值，但从T1中选择的每一行都是相同的。

谢谢。

Answer 1

这是SQL Server的棘手部分。在优化查询方面有点过于激进。您可以使用关联子句来阻止这种情况：

SELECT T1.COL1,
       (SELECT TOP 1 t2.COL2 FROM T2 where t1.col1 is not null ORDER BY NEWID() )
FROM T1

添加的子句where t1.col1 is not null将强制SQL Server计算每行的子查询。如果没有这个，就像在原始查询中一样，子查询被计算一次，然后被缓存。

Answer 2

Gordon建议的查询是正确的，它会产生预期的结果，但如果你的表有多个行，那么效率很低。

我会在这里重复一遍：

SELECT T1.COL1,
       (SELECT TOP 1 t2.COL2 FROM T2 where t1.col1 is not null ORDER BY NEWID() )
FROM T1

基本上，它为T1表的每一行运行子查询。子查询读取整个T2表，对整个表进行排序，选择一行并丢弃其余的表。 T2表格的扫描次数与T1中的行数一样多。

查询可以为t2.COL2的不同行返回相同的值T1。

如果这是“随机选择”的要求和定义的一部分，那么你就无法做很多事情。

但是，如果没有这样的要求并且允许在没有重复的情况下逐行映射两个表，那么通过仅扫描源表一次就可以更快地完成它。

在我的测试SQL Server 2008中，我有一个表Numbers，其中包含100,000行，编号为1到100,000，表Calendar的日期为2000-01-01到2037-12-31（ 13880行）。

所以，我写了两个问题：

行号

WITH
CTE1
AS
(
    SELECT
        T1.dt
        ,ROW_NUMBER() OVER (ORDER BY dt) AS rn1
    FROM dbo.Calendar AS T1
)
,CTE2
AS
(
    SELECT
        T2.Number
        ,ROW_NUMBER() OVER (ORDER BY NEWID()) AS rn2
    FROM dbo.Numbers AS T2
)
SELECT
    CTE1.dt
    ,CTE2.Number
FROM
    CTE1
    INNER JOIN CTE2 ON CTE1.rn1 = CTE2.rn2
;

<强>子查询

SELECT T1.dt,
    (SELECT TOP 1 t2.Number FROM dbo.Numbers AS T2 where t1.dt is not null ORDER BY NEWID() )
FROM dbo.Calendar AS T1
;

我在SQL Sentry Plan Explorer中运行它们并比较它们的执行计划和性能：

从这个屏幕截图中可以看出，RowNumber查询在233毫秒内完成，而子查询变体在289,950毫秒内完成。大约1200倍。

当您查看执行计划时，显而易见的是：

<强> ROWNUMBER

您可以看到两个表都被扫描一次并且合并在一起。

<强>子查询

此处Numbers表被扫描并排序13880次。

我保持RowNumber变体很简单，以说明这个概念。如果T1的行数超过T2，则无法按预期工作。

很容易修复它，但是在计算行号之前，需要多次将T2交叉连接到自身以生成足够的行。