Mysql 从无变量的表格中选择分层样本

我需要对我的大桌子进行分层抽样。具体来说，我想从我的表中无偏差地选择1/n行，即随机选择，每n行选择一行，等等

在我问这个问题之前，我试着去做。但是，它对我不起作用，因为我使用的是InfiniDB引擎，而且，正如我后来发现的，它不支持子表达式中的变量，或者类似的东西。有人知道没有用户变量的方法吗

我在想这样的事情：在我的表中，每一行都有一个唯一的字母数字字符串id，它看起来像

“1234567890”

，或者像

“abcdef12345”

。我想把这个字符串转换成一个数字，然后使用模函数从我的表中只选择1/n行。但是，我不知道如何进行转换，因为这个字符串不是十六进制的

---

注意：我的表没有自动递增列。

这很复杂，但您可以这样做。它需要一个自连接和聚合，在这个查询中使用一个相关的子查询来实现。我的猜测是，这将不会很好地执行，因为您可能有一个大表。对于10%的样本，它看起来像：

select ht.*,
       (select count(*)
        from hugetable ht2
        where ht2.col < ht.col or
              (ht2.col = ht.col and ht2.id <= ht.id)
       ) as rn
from hugetable ht
having rn % 10 = 1;

---

这很复杂，但你可以做到。它需要一个自连接和聚合，在这个查询中使用一个相关的子查询来实现。我的猜测是，这将不会很好地执行，因为您可能有一个大表。对于10%的样本，它看起来像：

select ht.*,
       (select count(*)
        from hugetable ht2
        where ht2.col < ht.col or
              (ht2.col = ht.col and ht2.id <= ht.id)
       ) as rn
from hugetable ht
having rn % 10 = 1;

---

这很复杂，但你可以做到。它需要一个自连接和聚合，在这个查询中使用一个相关的子查询来实现。我的猜测是，这将不会很好地执行，因为您可能有一个大表。对于10%的样本，它看起来像：

select ht.*,
       (select count(*)
        from hugetable ht2
        where ht2.col < ht.col or
              (ht2.col = ht.col and ht2.id <= ht.id)
       ) as rn
from hugetable ht
having rn % 10 = 1;

---

这很复杂，但你可以做到。它需要一个自连接和聚合，在这个查询中使用一个相关的子查询来实现。我的猜测是，这将不会很好地执行，因为您可能有一个大表。对于10%的样本，它看起来像：

select ht.*,
       (select count(*)
        from hugetable ht2
        where ht2.col < ht.col or
              (ht2.col = ht.col and ht2.id <= ht.id)
       ) as rn
from hugetable ht
having rn % 10 = 1;

---

---

选择第n行不是随机的。@DanBracuk是真的，但它也完全无偏，并提供分层样本，这正是我想要的。你的字母数字字符串是十六进制且完全连续吗？@Arth不，很遗憾它不是十六进制。但是，如果“连续”的意思是“没有空格”，那么是的。如何确定给每个值指定哪个字母数字字符串？选择第n行不是随机的。@DanBracuk True，但它也是完全无偏的，并提供分层样本，这就是我想要的。你的字母数字字符串是十六进制的并且完全连续吗？@Arth不，很遗憾它不是十六进制的。但是，如果“连续”的意思是“没有空格”，那么是的。如何确定给每个值指定哪个字母数字字符串？选择第n行不是随机的。@DanBracuk True，但它也是完全无偏的，并提供分层样本，这就是我想要的。你的字母数字字符串是十六进制的并且完全连续吗？@Arth不，很遗憾它不是十六进制的。但是，如果“连续”的意思是“没有空格”，那么是的。如何确定给每个值指定哪个字母数字字符串？选择第n行不是随机的。@DanBracuk True，但它也是完全无偏的，并提供分层样本，这就是我想要的。你的字母数字字符串是十六进制的并且完全连续吗？@Arth不，很遗憾它不是十六进制的。但是，如果“连续”的意思是“没有空格”，那么是的。如何确定给每个值的字母数字字符串？谢谢！我将尝试第一种方法，但第二种方法不起作用，因为InfiniDB不支持约束，例如

AUTO_INCREMENT

@GordonLinoff在第一种方法中从哪里获得

ht1

？这不应该是

ht

？@Arth。我们称之为打字错误。它应该与外部别名相关联，

ht

。谢谢！我将尝试第一种方法，但第二种方法不起作用，因为InfiniDB不支持约束，例如

AUTO_INCREMENT

@GordonLinoff在第一种方法中从哪里获得

ht1

？这不应该是

ht

？@Arth。我们称之为打字错误。它应该与外部别名相关联，

ht

。谢谢！我将尝试第一种方法，但第二种方法不起作用，因为InfiniDB不支持约束，例如

AUTO_INCREMENT

@GordonLinoff在第一种方法中从哪里获得

ht1

？这不应该是

ht

？@Arth。我们称之为打字错误。它应该与外部别名相关联，

ht

。谢谢！我将尝试第一种方法，但第二种方法不起作用，因为InfiniDB不支持约束，例如

AUTO_INCREMENT

@GordonLinoff在第一种方法中从哪里获得

ht1

？这不应该是

ht

？@Arth。我们称之为打字错误。它应该与外部别名

ht

关联。