Python 当可能存在重复浮点值时，对单个（统一随机）浮点值的SQL查询

给定一个表，该表有一个已索引的浮点字段，允许重复，我假设我可以使用以下方法基于下一个最近的浮点值查询行：

SELECT * FROM my_table WHERE my_float_column > 0.1234 ORDER BY my_float_column LIMIT 1

我想从这个表中统一查询[0，1]范围内的一个随机行，为此我建议生成一个统一的随机浮点，并将其替换到上面的查询中

从概念上讲，如果我没有想到什么，这似乎应该可以纠正我，除了存在多个相同值的边缘情况。0.5就是这样一种情况，在数据库中有大量相同的0.5浮点值

当我使用随机选择的浮点值查询数据库时，我将得到0.5，均匀概率偏差在0.5和下一个最小浮点值之间的任何间隙处，但是让我们忽略这个细节。然而，当我随机选择0.5值时，我想随机选择任何一行，精确值为0.5

---

是否有更好的解决方案以随机统一的方式进行查询？或者，有没有解决方案可以确保在这些条件下得到一个限制为1的随机行？

首先，如果您想要相等，您需要相等：

SELECT *
FROM my_table
WHERE my_float_column >= 0.1234
LIMIT 1

否则，如果你通过了0.5，你就永远得不到0.5。还要注意的是，浮点表示法在进行比较时可能很棘手。0.5具有精确表示，但大多数其他值都是近似值，这可能会导致等式比较出现问题。但我将忽略这一点

浮点值也不能很好地表示均匀分布。在0和0.00001之间的数据类型中表示的浮点数要比在0.99999和1.00000之间表示的浮点数多得多。在这样的范围内，定点数字可能是更好的表示

所有这些都表明，你的问题实际上是关于相等值的随机性。首先，您的方法是有缺陷的，因为您只是返回任何大于您想要的值。这更为正确：

SELECT *
FROM my_table
WHERE my_float_column >= 0.1234
ORDER BY my_float_column DESC
LIMIT 1;

要获得随机性，请使用rand作为第二个键：

ORDER BY my_float_column, rand()

为了提高性能，我建议在我的\u float\u列上建立一个索引。rand是性能杀手，因为它阻止使用索引，但您可以修改查询：

SELECT t.*
FROM my_table t
WHERE t.my_float_column >= 0.1234 AND
      t.my_float_column <= (SELECT COALESCE(MIN(t2.my_float_column), t.my_float_column))
                            FROM my_table t2
                            WHERE t2.my_float_column > 0.1234
                           )
ORDER BY my_float_column DESC, rand()
LIMIT 1;

---

我内心的某些东西在尖叫，这绝对不是随机的。在SQLite中，几乎所有情况下，我认为查询都会返回与插入顺序相关的结果。我不能恰当地证实这一说法，但我真的认为这不是正确的方法。数据是否太大而无法保存在内存中？在重复值的情况下，例如0.5示例，上面的查询将返回确定性行，而不是随机行，这是核心问题。假设表很大，我不想返回所有大于0.5的值。一种解决方案可能是查询范围[0.5,0.5+ε]，然后从所有返回的0.5值中随机选择，但在有许多匹配值的情况下，这并不十分优雅。@roganjosh没有ORDER BY，行以任意未定义的顺序返回，这实际上取决于是否使用覆盖索引，窗口函数，连接中的第一个表是什么，等等。忘记添加orderby只是写问题时的疏忽，我已经更新了它。