CASE 语句中随机生成的值返回 NULL答案

【问题标题】：Randomly generated values in CASE statements return NULLCASE 语句中随机生成的值返回 NULL
【发布时间】：2015-05-05 13:24:22
【问题描述】：

根据this post，SQL Server中生成随机值的正确方法是：

ABS(CHECKSUM(NewId())) % 14   -- Returns a value between 0 and 13

但是，当在 case 语句中使用此表达式时，例如：

SELECT
    CASE ABS(CHECKSUM(NEWID())) % 4 
        WHEN 0 THEN 'String A' 
        WHEN 1 THEN 'String B' 
        WHEN 2 THEN 'String C' 
        WHEN 3 THEN 'String D'
    END AS RandomString -- Returns String A, B, C, D and NULLs.
FROM sys.all_objects

outputtet RandomString 列包含一些 NULL，如 SQL fiddle 所示。我发现我可以将随机化表达式包装在 CTE 中以避免输出中出现 NULL，但我仍然想知道为什么上面的代码返回 NULL？

WITH RandomNumber AS (
    SELECT ABS(CHECKSUM(NEWID())) % 4 AS N FROM sys.all_objects
)
SELECT TOP 100
    CASE N
        WHEN 0 THEN 'String A' 
        WHEN 1 THEN 'String B' 
        WHEN 2 THEN 'String C' 
        WHEN 3 THEN 'String D'
    END AS RandomString -- Does not return any NULLs. Only String A, B, C and D.
FROM RandomNumber

我尝试使用稍微不同的方法生成随机数，但结果是一样的：

CAST(RAND(CHECKSUM(NEWID())) * 4 AS INT)  -- Returns a value between 0 and 3

这似乎是SQL Server 2014上的问题，我没有在其他版本上测试过。

【问题讨论】：

为了获得更好质量的随机数，您可能需要考虑CRYPT_GEN_RANDOM。

标签： sql-server tsql random case

【解决方案1】：

它会生成NULLs，因为无法保证特定表达式将被计算多少次。

您希望 SQL Server 执行以下操作：

let x = GenerateRandomNumber()
if x = 1 then 'String 1'
if x = 2 then 'String 2'
if x = 3 then 'String 3'
if x = 4 then 'String 4'

（其中GenerateRandomNumber() 是ABS(CHECKSUM(NEWID())) % 4）；但 SQL Server 实际做的是：

if GenerateRandomNumber() = 1 then 'String 1'
if GenerateRandomNumber() = 2 then 'String 2'
if GenerateRandomNumber() = 3 then 'String 3'
if GenerateRandomNumber() = 4 then 'String 4'

因此，如果您碰巧为一个特定的比较操作选择了正确的随机数，您只会得到非NULL 的结果。

我认为即使使用 CTE，也无法保证 SQL Server 永远不会生成类似于上面第二个代码块的内容。如果您想要一个稳定，生成一次随机数，您需要安排将该值存储到某个地方（例如，在表变量或临时表中）。

我之所以关注保证，是因为您不想最终根据当前观察到的行为编写代码。当 SQL Server 2008 停止“排序”导致我们使用 TOP 100 PERCENT ... ORDER BY 技巧的视图时报告了很多“问题”——这在 2005 年及更早的版本中（大部分）发生了，但不再这样做了。

同样，如果有人向我询问返回数字 5 的表达式，我可以向他们提供表达式 DATEPART(day,GETUTCDATE()) 并让他们在接下来的 8 小时内对任意多的行运行任意数量的查询 -但这并不意味着我会推荐它作为他们问题的解决方案。

此外，我们知道 SQL Server 对evaluation order 的决定可能会令人惊讶。

【讨论】：

【解决方案2】：

表达式正在内部重写为与

相同的逻辑

CASE WHEN ABS(CHECKSUM(NEWID())) % 4 = 1 THEN x 
     WHEN ABS(CHECKSUM(NEWID())) % 4 = 2 THEN y 
     WHEN ...

这就是问题中的语法永远不会起作用的原因。正在为每个 WHEN 评估表达式。

你可以修复它的方法是：

SELECT 
    CASE x % 4 
        WHEN 0 THEN 'String A' 
        WHEN 1 THEN 'String B' 
        WHEN 2 THEN 'String C' 
        WHEN 3 THEN 'String D'
    END AS RandomString -- Returns String A, B, C, D and NULLs.
FROM sys.all_objects
CROSS APPLY (SELECT ABS(CHECKSUM(NEWID())) x) y

使用 CROSS APPLY 只会计算一次

【讨论】：

我不确定即使CROSS APPLY 是否保证只对表达式求值一次。 This question 似乎相关。
@Damien_The_Unbeliever x 只计算一次，尝试 SELECT x,x,x 代替。这将始终是相同的值
我可以运行您的测试 10000 次，是的，请注意，该值始终相同。但是在第 10001 次，我可能会得到不同的结果，无论出于何种原因（错误修复/服务包、一天中的时间、服务器上的负载等）。这就是为什么我关注保证而不是观察到的行为。毕竟，SQL Server本可以采用 OP 的原始查询并按照他们预期的方式工作 - 那么您会说 OP 的原始查询是正确的吗？
但同样，这是观察到的行为，而不是保证的行为。如果记录对每个表达式进行一次评估，我就不会提出这个问题。但这就是重点，它没有如此记录。
@Damien_The_Unbeliever 但是多次阅读该表达式是没有意义的。这只会违背数据的一致性和效率。对表的连接将采用读锁以确保数据一致。 select 语句在所有连接和 where 之后处理。 blog.sqlauthority.com/2009/04/06/…

【解决方案3】：

至于为什么，我不太确定。但就您的空问题而言，使其成为派生表并进行查询。真的不知道为什么。

SELECT  CASE rand_num
            WHEN 0 THEN 'String A' 
            WHEN 1 THEN 'String B' 
            WHEN 2 THEN 'String C' 
            WHEN 3 THEN 'String D'
    END AS RandomString -- Returns String A, B, C, D and NULLs.
FROM
(
    SELECT ABS(CHECKSUM(NEWID())) % 4 rand_num
    FROM sys.all_objects
) A
WHERE rand_num BETWEEN 0 AND 3

【讨论】：

再次，与 CTE 和 CROSS APPLY 一样，虽然事情可能似乎稳定，但我不确定是否有 保证在考虑CASE 表达式时，不会多次计算随机表达式。
那么 where 子句将保证没有 NULL 值。至于准确的随机化，我没有检查。
感谢@Stephan 您的意见。关于准确的随机化，我怀疑如果对每个WHEN 评估一次随机化表达式，那么“String A”的出现频率将略高于“String B”，“String B”的出现频率高于“String C”等。跨度>

【解决方案4】：

这是关于随机数和空值的深思熟虑的讨论。我在这个问题上看到的最佳答案和解释来自 Aaron Bertrand 的文章 "Dirty Secrets of the CASE Expression,"，该文章发表在 sqlperformance.com。在我的情况下，我将 Query D 与 CROSS APPLY 结合起来以获得我正在寻找的结果。

【讨论】：