從巨大的表格中選擇小樣本的快速方法

我擁有的表格大約有100多萬個條目，默認情況下它是按'A'排序的。可能有許多項目與列A相同，A從0增加到...一個很大的數字。我嘗試過TABLESAMPLE，但它並沒有從每個數字中選擇一個好的數字，它跳過了其中的一部分，或者我沒有使用它。所以我想從每個A號碼中選擇相同數量的值。我希望所選行的總數是一個數字，比方說1000萬，或者我們稱之爲B.從巨大的表格中選擇小樣本的快速方法

來源

2012-04-29 luis

什麼數據庫和版本您使用的？ –

即時通訊使用ms sql-server – luis

似乎你想要一個非常具體的集合，而不是樣本。每次運行查詢時，每個A編號的值集合是否需要不同/隨機？你能描述桌子上的索引嗎？一個重要的區別：表格不是「默認排序」 - 表格是無序的一組行。雖然可能有一個聚集索引指示分配順序，但並非所有查詢都會按該順序返回數據，因此不應依賴它。 –

雖然我不清楚你需要達到什麼，但當我需要一個大樣本子集時是很好的父母和/或共同的屬性值之間的分配，我已經做了這樣的：

SELECT * 
FROM YourTable 
WHERE (YourID % 10) = 3

這也具有的優點是，你可以通過改變「3」得到另一個完全不同的樣品只是另一個數字。另外，您可以通過調整「10」來更改子樣本大小。

來源

2012-04-29 23:24:06 RBarryYoung

您可以使用NEWID()：

SELECT TOP 100 
    * 
FROM 
    YourTable 
ORDER BY NEWID()

來源

2012-04-30 00:57:13

@RBarryYoung的解決方案是正確的，通用的，它可以用於任何常量統計分佈，如ID序列（或任何自動增量列）。但是，有時候，您的分發不是恆定的，或者您可能遇到性能問題（SQL Server必須掃描所有索引條目以計算WHERE子句）。

如果其中任何會影響您的問題，考慮到內置的T-SQL操作TOP可滿足您的需求：

SELECT TOP (30) PERCENT * 
FROM YourTable;

來源

2012-04-30 10:29:13

從巨大的表格中選擇小樣本的快速方法

回答

相關問題