使用 oracle sql 进行随机数据采样，数据生成答案

【问题标题】：Random data sampling with oracle sql, data generation使用 oracle sql 进行随机数据采样，数据生成
【发布时间】：2018-10-16 14:48:42
【问题描述】：

我需要从总体中生成一些样本数据。我想在 Oracle 11g 数据库上使用 SQL 查询来做到这一点。

这是一个简单的工作示例，人口规模为 4，样本规模为 2：

with population as (
    select 1 as val from dual union all 
    select 2 from dual union all 
    select 3 from dual union all 
    select 4 from dual)

select val from (
    select val, dbms_random.value(0,10) AS RANDORDER 
    from  population 
    order by randorder) 
where rownum <= 2

（对我来说，oracle sample() 函数不能与 WITH 子句结合使用）

但现在，我想“升级”或增加我的样本数据。这样我就可以获得人口数据的 150% 样本数据（例如，人口规模 4 和样本规模 6）

有没有一种通过 SQL 查询实现此目的的好方法？

【问题讨论】：

有点不寻常的请求 - 您可以只使用两次相同的输入，这是否是一种关闭？例如With population 2 as (select * from population union all select * from population)等

标签： sql oracle sample data-generation population

【解决方案1】：

你可以使用CONNECT BY:

with population(val, RANDOMORDER) as (
    select level, dbms_random.value(0,10) AS RANDORDER 
    from dual
    connect by level <= 6
    ORDER BY RANDORDER
)
select val
FROM population
WHERE rownum <= 4;

db<>fiddle demo

【讨论】：

【解决方案2】：

解决方案取决于，如果您想要第一个初始集合中的所有行和最后一个中的随机附加行，请使用：

with params(size_, sample_) as (select 4, 6 from dual)
select val 
  from (
    select mod(level - 1, size_) + 1 val, sample_,
           case when level <= size_ * floor(sample_ / size_) then 0 
                else dbms_random.value() 
           end rand
      from params
      connect by level <= size_ * ceil(sample_ / size_)
      order by rand)
  where rownum <= sample_

但是，如果您允许出现类似 (1, 1, 2, 2, 3, 3) 的结果，其中某些值可能根本不会出现在输出中（此处为 4），则使用此：

with params(size_, sample_) as (select 4, 6 from dual)
select val 
  from (
    select mod(level - 1, size_) + 1 val, sample_, dbms_random.value() rand
      from params
      connect by level <= size_ * ceil(sample_ / size_)
      order by rand)
  where rownum <= sample_

它是如何工作的？我们构建 (1, 2, 3, 4) 的集合的次数与除法 sample / size 的结果一样多。然后我们分配随机值。在第一种情况下，我将0 分配给第一组，因此它们肯定会在输出中，并且随机值分配给最后一组。在第二种情况下，随机数被分配给所有行。

【讨论】：