Question

我们有一个表（名为QuestionBank），每个问题都存储在该表中：

Id     Topic     Hardness    Position
4        1          3           4
5        1          2           1
6        1          1           2
7        1          3           3
8        1          3           4
9        2          2           1
10       2          2           2
11       2          3           3
12       3          1           1
13       3          1           1
14       3          1           2

每个问题都属于一个主题，并且拥有自己的硬度和位置（基于内容的每个类似问题在相应的主题上都有相同的位置）。

请注意，“位置”列中的值没有意义，它只是在主题中对类似问题进行分区。

目标是选择N条记录，其中X条记录为Harness = 1，Y记录硬度= 2，Z记录硬度= 3，等等;使用此约束，尽可能没有在结果集中返回类似主题和位置的记录。

例如，Id = 4和Id = 8的记录在Topic和Position中都相似，因此希望其中一个记录在结果集中。

Answer 1

这是一种方式。

首先，如果任何Topic, Position有多个问题，则为每个问题分配一个随机排序RN1。
然后在每组中随机排序。 1 RN1的所有2值显然会在进入Topic, Position之前先订购，表示特定ROW_NUMBER组合的第二个问题。
然后在由Hardness分区的SELECT计算中使用该结果，以使最终WITH T1 AS (SELECT *, Row_number() OVER (PARTITION BY Topic, Position ORDER BY Newid()) AS RN1 FROM QuestionBank), T2 AS (SELECT *, Row_number() OVER (ORDER BY RN1, Newid()) AS RN2 FROM T1), T3 AS (SELECT *, Row_number() OVER (PARTITION BY Hardness ORDER BY RN2) AS RN3 FROM T2) SELECT Id, Topic, Hardness, Position FROM T3 WHERE ( Hardness = 1 AND RN3 <= 3 ) OR ( Hardness = 2 AND RN3 <= 2 ) OR ( Hardness = 3 AND RN3 <= 2 ) ORDER BY Topic, Position, Hardness更容易。

{{1}}

如果您每次只选择一小部分表格，那么可能会有更有效的方法。

Answer 2

您可以WHILE周期一次选择一个问题。

选择随机问题：

选择硬度1的所有记录到临时表
使用rand()选择其中一个
测试以前是否选择了具有相同主题/位置的任务，如果是，则不必选择问题并将其从第1点中的选择中删除。
执行步骤2到3，直到您有指定硬度的N条记录
执行其他硬度值的步骤1到4.

在每个分区中选择具有指定记录数的随机分区记录

2 个答案: