如何将随机值插入 SQL Server 表？

Question

我正在尝试将预定义值列表中的值随机插入到表中以进行测试。我尝试使用在这个 StackOverflow 问题上找到的解决方案：

stackoverflow.com/.../update-sql-table-with-random-value-from-other-table

当我尝试这个时，我插入的所有“随机”值对于所有 3000 条记录都是完全相同的。

当我运行实际选择随机行的查询部分时，每次手动运行它都会选择一条随机记录，所以我知道查询有效。我对正在发生的事情的最佳猜测是：

• SQL Server 正在以某种方式优化 SELECT，不允许对子查询进行多次评估
• 随机值的种子在查询更新的每条记录上都是相同的

我被困在我的选择上。我做错了什么，还是有其他方法我应该这样做？

这是我正在使用的代码：

DECLARE @randomStuff TABLE ([id] INT, [val] VARCHAR(100))

INSERT INTO @randomStuff ([id], [val]) 
VALUES ( 1,  'Test Value 1' )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 2,  'Test Value 2' )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 3,  'Test Value 3' )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 4,  'Test Value 4' )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 5,  'Test Value 5' )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 6,  null )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 7,  null )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 8,  null )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 9,  null )
INSERT INTO @randomStuff ([id], [val])
VALUES ( 10, null )

UPDATE MyTable
SET MyColumn = (SELECT TOP 1 [val] FROM @randomStuff ORDER BY NEWID())

Answer 1

当查询引擎看到这个...

(SELECT TOP 1 [val] FROM @randomStuff ORDER BY NEWID())

...就像，“哦，一个可缓存的标量子查询，我要缓存它！”

您需要欺骗查询引擎，使其认为它是不可缓存的。 jfar 的answer 很接近，但查询引擎足够聪明，可以看到MyTable.MyColumn = MyTable.MyColumn 的重言式，但它不够聪明，无法看穿。

UPDATE MyTable
   SET MyColumn = (SELECT TOP 1 val
                     FROM @randomStuff r
                          INNER JOIN MyTable _MT
                                  ON M.Id = _MT.Id
                    ORDER BY NEWID())
 FROM MyTable M

通过将外部表 (MT) 引入子查询，查询引擎假定需要重新评估子查询。任何事情都可以正常工作，但我选择了 MyTable.Id 的（假定的）主键，因为它会被索引并且只会增加很少的开销。

光标可能同样快，但肯定没有那么有趣。

Answer 2

使用交叉连接生成随机数据

Answer 3

我玩过这个，发现了一种相当老套的方法，即使用中间表变量。

一旦设置了@randomStuff，我们就会这样做（注意在我的例子中，@MyTable 是一个表格变量，请根据您的普通表格进行相应调整）：

DECLARE @randomMappings TABLE (id INT, val VARCHAR(100), sorter UNIQUEIDENTIFIER)

INSERT INTO @randomMappings 
SELECT M.id, val, NEWID() AS sort 
FROM @MyTable AS M 
CROSS JOIN @randomstuff

所以在这一点上，我们有一个中间表，其中包含（mytable id，随机值）的每个组合，以及特定于该组合的每一行的随机排序值。那么

DELETE others FROM @randomMappings AS others 
INNER JOIN @randomMappings AS lower 
ON (lower.id = others.id) AND (lower.sorter < others.sorter)

这是一个老技巧，它删除给定 MyTable.id 的所有行，除了排序值较低的行 - 将值较小的表连接到自身，并删除任何连接成功的地方。这只是留下了最低值。因此，对于每个 MyTable.id，我们只剩下一个（随机）值。然后我们将其重新插入表中：

UPDATE @MyTable
SET MyColumn = random.val
FROM @MyTable m, @randomMappings AS random
WHERE (random.id = m.id)

你就完成了！

我说这很hacky...

Answer 4

我现在没有时间检查这个，但我的直觉告诉我，如果你要在服务器上创建一个函数来获取随机值，它不会优化它。

那么你就会有

UPDATE MyTable
Set MyColumn = dbo.RANDOM_VALUE()

Answer 5

这里没有优化。

您使用选择单个值的子查询，没有什么可优化的。

您还可以尝试将您更新的表中的一列放在选择中，看看是否会改变任何内容。这可能会触发对 MyTable 中每一行的评估

UPDATE MyTable
SET MyColumn = (SELECT TOP 1 [val] FROM @randomStuff ORDER BY NEWID()
    WHERE MyTable.MyColumn = MyTable.MyColumn )

Answer 6

我想出了一个解决方案，它有点小技巧而且效率很低（更新 3000 条记录需要 10 秒左右）。因为这是用来生成测试数据的，所以我不必担心速度。

在这个解决方案中，我遍历表中的每一行并一次更新一行的值。它似乎有效：

DECLARE @rows INT 
DECLARE @currentRow INT

SELECT @rows = COUNT(*) FROM dbo.MyTable
SET @currentRow = 1

WHILE @currentRow < @rows
BEGIN 

UPDATE MyTable
SET MyColumn = (SELECT TOP 1 [val] FROM @randomStuff ORDER BY NEWID())
WHERE MyPrimaryKey = (SELECT b.MyPrimaryKey
 FROM(SELECT a.MyPrimaryKey, ROW_NUMBER() OVER (ORDER BY MyPrimaryKey) AS rownumber
      FROM MyTable a) AS b
 WHERE @currentRow = b.rownumber
)

SET @currentRow = @currentRow + 1
END