如何在SQL中的select语句中分配随机值？

我想为另一个表的每一行选择一个表的随机值

我有以下代码：

SELECT T1.COL1,(SELECT TOP 1 t2.COL2 FROM T2 ORDER BY NEWID())FROM T1

我理解它不起作用的原因。它从T2中选择一个随机值，但从T1中选择的每一行都是相同的

---

谢谢。

这是SQL Server的一个棘手部分。它在优化查询方面有点过于激进。您可以使用关联子句来防止这种情况：

SELECT T1.COL1,
       (SELECT TOP 1 t2.COL2 FROM T2 where t1.col1 is not null ORDER BY NEWID() )
FROM T1

---

添加的子句

其中t1.col1不为null

将强制SQL Server为每一行计算子查询。如果没有这一点，就像在原始查询中一样，子查询将被计算一次，然后被缓存。

Gordon建议的查询是正确的，并且会产生预期的结果，但是如果表中的行数超过一小部分，则效率非常低

我在这里重复：

SELECT T1.COL1,
       (SELECT TOP 1 t2.COL2 FROM T2 where t1.col1 is not null ORDER BY NEWID() )
FROM T1

本质上，它为

T1

表的每一行运行子查询。子查询读取整个

T2

表，对整个表进行排序，选择一行并丢弃其余的行。

T2

表的扫描次数与

T1

中的行数相同

对于

T1

的不同行，查询可以返回相同的值

t2.COL2

如果这是“随机选择”的要求和定义的一部分，那么你对此无能为力

但是，如果没有这样的要求，并且允许在不重复的情况下将两个表逐行映射，那么通过只扫描源表一次，可以更快地实现这一点

在我的SQL Server 2008测试中，我有一个表

Numbers

，其中100000行的数字范围为1到100000，还有一个表

Calendar

，日期范围为2000-01-01到2037-12-31（13880行）

因此，我写了两个查询：

行数

WITH
CTE1
AS
(
    SELECT
        T1.dt
        ,ROW_NUMBER() OVER (ORDER BY dt) AS rn1
    FROM dbo.Calendar AS T1
)
,CTE2
AS
(
    SELECT
        T2.Number
        ,ROW_NUMBER() OVER (ORDER BY NEWID()) AS rn2
    FROM dbo.Numbers AS T2
)
SELECT
    CTE1.dt
    ,CTE2.Number
FROM
    CTE1
    INNER JOIN CTE2 ON CTE1.rn1 = CTE2.rn2
;

子查询

SELECT T1.dt,
    (SELECT TOP 1 t2.Number FROM dbo.Numbers AS T2 where t1.dt is not null ORDER BY NEWID() )
FROM dbo.Calendar AS T1
;

我在SQL Sentry Plan Explorer中运行了它们，并比较了它们的执行计划和性能：

从这个屏幕截图中可以看到，行数查询在233毫秒内完成，子查询变量用了289950毫秒。大约是原来的1200倍

当您查看执行计划时，会发现发生了什么：

行数

WITH
CTE1
AS
(
    SELECT
        T1.dt
        ,ROW_NUMBER() OVER (ORDER BY dt) AS rn1
    FROM dbo.Calendar AS T1
)
,CTE2
AS
(
    SELECT
        T2.Number
        ,ROW_NUMBER() OVER (ORDER BY NEWID()) AS rn2
    FROM dbo.Numbers AS T2
)
SELECT
    CTE1.dt
    ,CTE2.Number
FROM
    CTE1
    INNER JOIN CTE2 ON CTE1.rn1 = CTE2.rn2
;

您可以看到两个表被扫描一次并合并在一起

子查询

SELECT T1.dt,
    (SELECT TOP 1 t2.Number FROM dbo.Numbers AS T2 where t1.dt is not null ORDER BY NEWID() )
FROM dbo.Calendar AS T1
;

在这里，

数字

表被扫描和排序13880次

---

为了说明这个概念，我保持了RowNumber变量的简单性。如果

T1

的行数大于

T2

，则它将无法正常工作

---

修复它很容易，不过在计算行号之前，可以根据需要多次将

T2

交叉连接到自身，以生成足够的行。

太好了！我的答案要长得多：（我觉得我的sqlserver技能已经锈坏了）@Ingaz，Gordon的查询为

T1

的每一行运行子查询。它可能相当慢。最好是枚举T2中的行，并将两个表按随机行号连接在一起。因此，表格将只扫描一次。我将在我的系统上进行测试并写出答案。是的。我的变体必须更有效，但：当第一个表大于第二个表时，它会崩溃。Gordon variant永不中断。@Ingaz，效率取决于表格的大小。在我的测试中，差异是1200倍。看看我的答案。如果有人关心大桌子上的效率，他们应该问另一个问题，并提供更详细的信息。弗拉基米尔，这很好，但OP从未问过“如何有效地做”。所以我更喜欢他的变种，而不是我的或你的。@Ingaz，没问题。我只是无法通过它，因此发布了第二个答案。这完全取决于未来阅读本文的人来决定他们更喜欢哪种变体。