如何在 SQL 中的列上随机选择

【问题标题】：How to randomly select on a column in SQL如何在 SQL 中的列上随机选择
【发布时间】：2021-02-24 07:01:44
【问题描述】：

我在 redshift 中有一个表，其中有一个名为 ID 的列，其中包含数百万个不同的条目。但是，每个 ID 都可以跨行重复。我的表的一个例子是：

ID	Color	Age	Height
A	Blue	12	24
A	Red	3	34
B	Green.	6	26
B	Blue	8	22
C	White	6	34

我想选择一个预设数量 - 比如说 100,000 个不同的 ID，以及与这些 ID 匹配的所有行。因此，如果 ID 'A' 是随机选择的，我会取回 ID 中包含 'A' 的所有行 (2)。

关于如何做到这一点的任何建议？

【问题讨论】：

如果一个 ID 不是唯一的，它真的是一个 ID 吗？听起来更像是外键

标签： sql amazon-redshift

【解决方案1】：

您可以使用join 并在子查询中选择适当的ID：

select t.*
from t join
     (select id
      from t
      group by id
      order by random()
      limit 1000000
     ) t1000000
     on t1000000.id = t.id;

您可能会发现避免这种排序会更快。例如，如果您想要 1% 的 id 样本，则改为：

select t.*
from t join
     (select id
      from t
      group by id
      having random() < 0.01
     ) t1000000
     on t1000000.id = t.id

【讨论】：

【解决方案2】：

我不知道红移所以请原谅我的无知，但你能做一个像这样的子选择：

    SELECT TOP 1
           ID
          ,CAST(RANDOM() * 100 As int) As rand_int
    FROM tbl_name
    ORDER BY rand_int

使用它，根据 ID 列 INNER JOIN 您的主表？

【讨论】：