Question

我有用于采样50,000条随机记录的代码。即

  SELECT * FROM Table1
  SAMPLE 50000;

那行得通。但是，我真正想做的是对另一个表中的记录数进行采样。即

  SELECT * FROM Table1
  SAMPLE count(*) FROM Table2;

我得到一个错误。我究竟做错了什么？

Answer 1

这不是像样本一样随机的，因此请记住这一点。但是也不会出现明显的模式，我相信它是由磁盘位置决定的（请不要在上面引用我的意思）。

    SELECT * 
      FROM Table1
   QUALIFY ROW_NUMBER() OVER
             ( PARTITION BY 1
                   ORDER BY 1
             ) <= 
             ( SELECT COUNT(*)
                 FROM Table2
             );

更好的方式

    SELECT TMP.* -- Or list the columns you want with "rnd" 
      FROM ( SELECT RANDOM(-10000000,10000000) rnd,
                    T1.*
               FROM Table1 T1
           ) TMP
   QUALIFY ROW_NUMBER() OVER
             ( ORDER BY rnd
             ) <= 
             ( SELECT COUNT(*)
                 FROM Table2
             );

Answer 2

SELECT TOP 50000 * FROM Table1 ORDER BY NEWID（）

如何采样另一个表中的记录数？

2 个答案: