SQL Server：如何将数据库记录分成偶数、随机组

Question

tblNames

• 组织 ID（整数）
• 姓氏（varchar）
• ...
• 组号（整数）

GroupNumber 当前对所有记录都为 NULL，我需要一个 UPDATE 语句来更新此列。

我需要将OrganizationID 级别的记录分成偶数、随机组。

如果OrganizationID 的记录少于 20,000 条，我需要 2 个偶数随机组。因此，OrganizationID 的记录将具有 1 或 2 的 GroupNumber。GroupNumber = 1 和 GroupNumber = 2 的记录数将相同（或者如果奇数记录差异仅为 1），并且有将无法识别一个人如何进入 GroupNumber - 即以 A-L 开头的姓氏是第 1 组，M-Z 是第 2 组是不行的。

如果OrganizationID 有 > 20,000 条记录，我需要 4 个偶数随机组。因此，OrganizationID 的记录将具有 GroupNumber 值 1、2、3 或 4。每个 GroupNumber 的记录数将相同（或者如果奇数记录差异仅为 1），并且没有可识别的方式来判断一个人是如何进入 GroupNumber 的 - 即，以 A-F 开头的姓氏是第 1 组，G-L 是第 2 组，等等。

只有大约 20 个组织，所以我可以运行 20 次更新语句，如果需要，每个 organizationID 一次。

我可以完全控制表格，所以我可以添加键或列，但现在就是这样。

不胜感激。

Answer 1

随机创建行号（使用ROW_NUMBER 和GETID）。然后根据记录数获取它们的模 2 或 4，以获得 0 到 1 或 0 到 3 的存储桶。

select 
  organizationid, lastname, ...,
  case when cnt <= 20000 then rn % 2 else rn % 4 end as bucket
from
(
  select 
    organizationid, lastname, ...,
    row_number() over(order by newid()) as rn,
    count(*) over () as cnt
  from mytable
) randomized;

更新：我想更新语句应该是这样的：

with randomized as
(
  select 
    groupnumber,
    row_number() over(order by newid()) as rn,
    count(*) over () as cnt
  from mytable
)
update randomzized
set groupnumber = case when cnt <= 20000 then rn % 2 else rn % 4 end + 1;

Answer 2

另一种略有不同的方法；

设置一些假数据：

if object_id('tempdb.dbo.#Orgs') is not null drop table #Orgs
create table #Orgs
(
    RID int identity(1,1) primary key clustered,
    OrganizationId int,
    LastName varchar(36),
    GroupId int
)

insert into #Orgs (OrganizationId, LastName)
select top 40000 row_number() over (order by (select null)) % 20000, newid()
from sys.all_objects a, sys.all_objects b

然后使用很少有用的ntile() 函数来尽可能接近相同大小的组。按newid() 排序本质上是对数据进行随机排序（或者与生成下一个 guid 一样随机）。

declare @NumRandomGroups int = 4

update o
set GroupId = x.GroupId 
from #orgs o 
inner join (select RID, GroupId = ntile(@NumRandomGroups) over (order by newid())
            from #orgs) x 
    on o.RID = x.RID

select GroupId, count(1)
from #Orgs
group by GroupId

select *
from #Orgs
order by RID

然后您可以根据组织的数量将@NumRandomGroups 设置为您想要的任何值