Sql 从查询结果中选择结果的随机样本

询问如何在SQL Server上获取随机记录样本，答案是使用TABLESAMPLE。Oracle 10中是否有类似的版本

---

如果没有，是否有标准的方法从查询集中获取结果的随机样本？例如，如何从一个正常返回数百万的查询中获得1000个随机行

SELECT  *
FROM    (
        SELECT  *
        FROM    mytable
        ORDER BY
                dbms_random.value
        )
WHERE rownum <= 1000

SELECT * 
FROM table_name
WHERE primary_key IN (SELECT primary_key 
                      FROM
                      (
                        SELECT primary_key, SYS.DBMS_RANDOM.RANDOM 
                        FROM table_name 
                        ORDER BY 2
                      )
                      WHERE rownum <= 10 );

将为您提供表中所有行的随机抽样百分比

例如，这里我们获得25%的行：

SELECT * FROM emp SAMPLE(25)

下面使用一个分析函数的SQL将为特定值的每次出现提供一个特定数量的随机样本，类似于表中的GROUP BY

在这里，我们各抽取10个样本：

SELECT * FROM (
SELECT job, sal, ROW_NUMBER()
OVER (
PARTITION BY job ORDER BY job
) SampleCount FROM emp
)
WHERE SampleCount <= 10

---

我们被分配从代理列表中只选择两个记录，即每个代理在一周内随机选择两个记录等。。。。下面是我们得到的，它是有效的

with summary as (
Select Dbms_Random.Random As Ran_Number,
             colmn1,
             colm2,
             colm3
             Row_Number() Over(Partition By col2 Order By Dbms_Random.Random) As Rank
    From table1, table2
 Where Table1.Id = Table2.Id
 Order By Dbms_Random.Random Asc)
Select tab1.col2,
             tab1.col4,
             tab1.col5,
    From Summary s
 Where s.Rank <= 2;

---

这不是一个完美的答案，但会得到更好的性能

SELECT  *
FROM    (
    SELECT  *
    FROM    mytable sample (0.01)
    ORDER BY
            dbms_random.value
    )
WHERE rownum <= 1000

---

Sample函数用于ORACLE中的样本数据。所以你可以这样尝试：-

SELECT * FROM TABLE_NAME SAMPLE(50);

这里50是表中包含的数据百分比。所以如果你想从100000行中减去1000行。您可以执行如下查询：

SELECT * FROM TABLE_NAME SAMPLE(1);

希望这能帮助你

SELECT * FROM TABLE_NAME SAMPLE(1)

将给你奥尔尼一个大约1%的份额，而不是确切的观察数量的1/100。可能的原因是Oracle为每次观察生成一个随机标志，以确定是否包含在它生成的样本中。在这样一个生成过程中，参数1%扮演着每个观察被选入样本的概率的角色

---

如果这是真的，那么样本大小的实际分布将是二项式的。

我知道这已经得到了回答，但是看到这么多的访问，我想添加一个版本，使用sample子句，但仍然允许首先过滤行：

with cte1 as (
    select *
    from t_your_table
    where your_column = 'ABC'
)
select * from cte1 sample (5)

---

但是请注意，基本选择需要一个ROWID列，这意味着它可能不适用于某些视图，例如。

假设您正试图从名为my_table的表中选择1000个随机行。这是一种方法：

选择 * 从…起 选择 按dbms\U random.value作为random\U id对行号进行排序， 十,* 从…起 我的桌子x 哪里

---

random_id DBMS_random是PL/SQL，Oracle中没有纯SQL方式来生成随机数。所有hail上下文切换。在具有40000行的表上，此查询需要0.1秒，而基于SAMPLEn的查询需要0.02秒，快5倍。因此，对于我的数据量来说，它并没有那么慢……我们在大多数情况下并没有获得25%的行。相反，我们得到了一些不确定的行数。原始集合中的每一行都有相同的被选择机会¼。SEEDn选项允许您始终获得相同的样本，因此相同的行数。当您需要可重复的结果时，这可能很有用，例如，从emp SAMPLE25 SEED1中选择*。使用一个包含40000行和SAMPLE25的表，我看到24.41%到25.36%的记录被返回。如果样本在统计上是无偏的，这不是一个好方法。因为内部查询的结果是有序的，所以第一个值比后一个值有更大的机会被拾取。试想一下，选择表格的最后一个寄存器是多么不可能！因为内部查询按未索引的值排序。db必须在返回第一行之前，一直计算到最后一行的值。因为它与任何其他记录一样可能首先被拾取。@Baumann:dbms_random.value是由数据库生成的随机值，因此，行不应被认为是真正有序的，只需使SAMPLEn选择的每一行在1000个返回行中具有相同的概率。第一个查询将两个世界中最好的快速随机选择与SAMPLEn结合起来，并将精确定义的返回结果数与rownumIn结合起来。我想在现有生产表创建一些真实的测试数据。通过调整样本大小，这正是我所需要的。

with cte1 as (
    select *
    from t_your_table
    where your_column = 'ABC'
)
select * from cte1 sample (5)