从Postgresql中的视图中选择随机样本

我从PostgreSQL中的一个表生成了一个视图，该表由50000行组成。我想根据一些条件从这个视图中随机抽取一个样本。我理解这可以通过以下方式实现：

select * from viewname
where columnname = 'A'  -- the condition
order by columnname 
limit 5;

---

但是，我想取满足此条件的行数的百分比，而不是“限制5”。例如，“限制5%”（虽然这不是正确的语法）。我知道可以用tablesample子句做类似的事情，但这不适用于视图

您可以使用窗口函数PERCENT\u RANK

SELECT *
FROM 
(
  select *, PERCENT_RANK() OVER (PARTITION BY columnname ORDER BY random()) AS pcrnk
  from tablename
  where columnname = 'A'
) q
WHERE pcrnk <= 0.05

---

您可以使用窗口函数PERCENT\u RANK

SELECT *
FROM 
(
  select *, PERCENT_RANK() OVER (PARTITION BY columnname ORDER BY random()) AS pcrnk
  from tablename
  where columnname = 'A'
) q
WHERE pcrnk <= 0.05

---

为了随机选择行的百分比，如果您有Postgres 9.5或更高，请查看Postgres

它有两个选项：

BERNOULLI

和

SYSTEM

：

贝努利和系统抽样方法都接受一个参数，该参数是要抽样的表的分数，表示为0到100之间的百分比。[…]这两个方法各自返回一个随机选择的表样本，该样本将包含大约指定百分比的表行

SYSTEM

速度更快，但

BERNOULLI

提供了更好的随机分布，因为每个记录被选中的概率相同

SELECT * 
FROM tablename TABLESAMPLE SYSTEM(5)
WHERE columnname = 'A'  -- the condition
ORDER BY columnname;

---

注意：这仅在查询表时有效，而不是查询视图。

为了随机选择一定百分比的行，如果您有Postgres 9.5或更高版本，请查看Postgres

它有两个选项：

BERNOULLI

和

SYSTEM

：

贝努利和系统抽样方法都接受一个参数，该参数是要抽样的表的分数，表示为0到100之间的百分比。[…]这两种方法各自返回随机选择的表示例，该样本将包含表行的指定百分比

SYSTEM

速度更快，但

BERNOULLI

提供了更好的随机分布，因为每个记录被选中的概率相同

SELECT * 
FROM tablename TABLESAMPLE SYSTEM(5)
WHERE columnname = 'A'  -- the condition
ORDER BY columnname;

---

---

注意：这仅在查询表时有效，不支持视图。

采样的标准方式是

orderbyrandom（）

采样的标准方式是

orderbyrandom（）

是，但不支持视图。@LaurenzAlbe:ah，好的，我明白了。。。谢谢检查，我正在删除我的答案，因为它没有正确地回答问题。不要删除它。这仍然是一个有价值的答案。只需补充一句话。起初，这个问题没有使用viewname，而是使用tablename。TABLESAMPLE的文档说“此采样先于任何其他筛选器（如WHERE子句）的应用。”因此，在上面给出的示例中，5%的行被筛选为“columnname=‘A’”。这是一种罕见的情况，你可能最终只有很少甚至没有记录。是的，但这不支持视图。@LaurenzAlbe:啊，好的，我明白了。。。谢谢检查，我正在删除我的答案，因为它没有正确地回答问题。不要删除它。这仍然是一个有价值的答案。只需补充一句话。起初，这个问题没有使用viewname，而是使用tablename。TABLESAMPLE的文档说“此采样先于任何其他筛选器（如WHERE子句）的应用。”因此，在上面给出的示例中，5%的行被筛选为“columnname=‘A’”。这是一种罕见的情况，你可能会有很少甚至没有记录。这似乎工作得很好，非常感谢！最后一件事——我的目标是获取满足不同条件的行的百分比，例如

其中columnname='B'

，等等。有没有更惯用的方法来实现这一点，或者我每次都必须创建不同的select语句？@EarlofMar不知道你的意思。比如columnname等于“A”或“B”？然后只需将WHERE子句更改为

WHERE columnname in（'A'，'B'）

。然后，由于columnname上的分区，您得到5%的“A”加上5%的“B”。如果你想要全部的5%，只需移除分区。抱歉，应该更清楚。所以我想取不同百分比的‘A’、‘B’等等，我想知道我是否可以在每次都不写select语句的情况下做到这一点。例如，我首先要取'A'的5%，然后取'B'的10%，依此类推。@EarlofMar嗯，在外部查询q的WHERE子句中，这似乎很容易做到<代码>哪里(（columnname='A'和pcrnk@EarlofMar Test Dfiddle这似乎工作得很好，非常感谢！最后一件事-我的目标是获取满足不同条件的行的百分比，例如

其中columnname='B'

，等等。是否有更惯用的方法来实现这一点，或者我每次都必须创建不同的select语句？@EarlofMar不确定您的意思。类似columnname等于'A'或'B'？然后只需将WHERE子句更改为

WHERE columnname in（'A'，'B'）

。然后，由于columnname上的分区，您可以得到5%的“A”加上5%的“B”。如果您想要所有分区的5%，请删除该分区。抱歉，应该更清楚。因此，我想取不同百分比的“A”、“B”等，并想知道是否可以在每次不写出select语句的情况下执行此操作。例如，我首先要取5%的“A”，然后取10%的“B”，依此类推。@EarlofMar嗯，在外部查询q的WHERE子句中，这似乎很容易做到。

WHERE（（columnname='A'和pcrnk@EarlofMar Test dbfiddle