This question询问如何在SQL Server上获取随机(ish)记录样本,答案是使用TABLESAMPLE
。在Oracle 10中是否存在等价物?
如果没有,是否有标准方法从查询集中获取结果的随机样本?例如,如何从一个通常会返回数百万的查询中获得1,000个随机行?
答案 0 :(得分:68)
SELECT *
FROM (
SELECT *
FROM mytable
ORDER BY
dbms_random.value
)
WHERE rownum <= 1000
答案 1 :(得分:62)
SAMPLE clause将为您提供表格中所有行的随机抽样百分比。
例如,这里我们获得了25%的行:
SELECT * FROM emp SAMPLE(25)
以下SQL(使用其中一个分析函数)将为您提供表中特定值(类似于GROUP BY)每次出现的特定数量的随机样本。
这里我们每个样本10个:
SELECT * FROM (
SELECT job, sal, ROW_NUMBER()
OVER (
PARTITION BY job ORDER BY job
) SampleCount FROM emp
)
WHERE SampleCount <= 10
答案 2 :(得分:11)
这不是一个完美的答案,但会得到更好的表现。
SELECT *
FROM (
SELECT *
FROM mytable sample (0.01)
ORDER BY
dbms_random.value
)
WHERE rownum <= 1000
示例将为您提供实际表格的百分比,如果您真的想要1000行,则需要调整该数字。更常见的是,我只需要任意数量的行,所以我不限制我的结果。在我的数据库中有200万行,我得到2秒对60秒。
select * from mytable sample (0.01)
答案 3 :(得分:6)
SELECT * FROM TABLE_NAME SAMPLE(1)
将为您提供约1%的份额,而不是观察数量的1/100。可能的原因是Oracle为每个观察生成一个随机标志,以确定它是否包含在它生成的样本中。在这样的生成过程中,参数1(1%)承担了每个观察被选择到样本中的概率的作用。
如果是这样,样本大小的实际分布将是二项式。
答案 4 :(得分:3)
示例函数用于 ORACLE 中的示例数据。所以你可以尝试这样: -
SELECT * FROM TABLE_NAME SAMPLE(50);
这里50是表中包含的数据百分比。因此,如果您想要100000行中的1000行。您可以执行以下查询:
SELECT * FROM TABLE_NAME SAMPLE(1);
希望这可以帮到你。
答案 5 :(得分:2)
我知道这已经得到了解答,但是在这里看到这么多次访问我想添加一个使用SAMPLE子句但仍允许首先过滤行的版本:
with cte1 as (
select *
from t_your_table
where your_column = 'ABC'
)
select * from cte1 sample (5)
但请注意,基本选择需要ROWID
列,这意味着它可能不适用于某些视图。
答案 6 :(得分:0)
这样的事情应该有效:
SELECT *
FROM table_name
WHERE primary_key IN (SELECT primary_key
FROM
(
SELECT primary_key, SYS.DBMS_RANDOM.RANDOM
FROM table_name
ORDER BY 2
)
WHERE rownum <= 10 );
答案 7 :(得分:0)
我们被给予并指定从代理商列表中仅选择两个记录..在一周的时间内每个代理商的2个随机记录等......以下是我们得到的并且它有效
with summary as (
Select Dbms_Random.Random As Ran_Number,
colmn1,
colm2,
colm3
Row_Number() Over(Partition By col2 Order By Dbms_Random.Random) As Rank
From table1, table2
Where Table1.Id = Table2.Id
Order By Dbms_Random.Random Asc)
Select tab1.col2,
tab1.col4,
tab1.col5,
From Summary s
Where s.Rank <= 2;
答案 8 :(得分:0)
假设您正试图从名为 my_table
的表中随机选择 1,000 行。这是一种方法:
select
*
from
(
select
row_number() over(order by dbms_random.value) as random_id,
x.*
from
my_table x
)
where
random_id <= 1000
;
这与@Quassnoi 发布的答案略有不同。它们都具有相同的成本和执行时间。唯一的区别是您可以选择用于获取样本的随机数。