我想使用种子随机数向我的表中添加一列。如果我使用兰德:
select *, RAND(5) as random_id from myTable
我在random_id列中得到所有行的相等值(例如0.943597390424144)。我希望这个值对于每一行都是不同的 - 并且每次我将它传递给0.5值(例如),它将再次是相同的值(因为种子应该工作......)。
我怎样才能做到这一点?
(例如,在PostgreSql中我可以写
SELECT setseed(0.5);
SELECT t.* , random() as random_id
FROM myTable t
我将在每一行中获得不同的值。 )
编辑:
在我看到这里的评论之后,我已经设法以某种方式解决了这个问题 - 但它根本没有效率。如果有人知道如何改进它 - 它会很棒。如果没有 - 我将不得不寻找另一种方式。
我在here中使用了该示例的基本思想。
创建具有空白种子值的临时表:
select * into t_myTable from (
select t.*, -1.00000000000000000 as seed
from myTable t
) as temp
为每个种子值添加一个随机数,一次一行(这是不好的部分......):
USE CPatterns;
GO
DECLARE @seed float;
DECLARE @id int;
DECLARE VIEW_CURSOR CURSOR FOR
select id
from t_myTable t;
OPEN VIEW_CURSOR;
FETCH NEXT FROM VIEW_CURSOR
into @id;
set @seed = RAND(5);
WHILE @@FETCH_STATUS = 0
BEGIN
set @seed = RAND();
update t_myTable set seed = @seed where id = @id
FETCH NEXT FROM VIEW_CURSOR
into @id;
END;
CLOSE VIEW_CURSOR;
DEALLOCATE VIEW_CURSOR;
GO
使用种子值创建视图并按其排序
create view my_view AS
select row_number() OVER (ORDER BY seed, id) AS source_id ,t.*
from t_myTable t
我认为在表中获得可重复的随机id的最简单方法是在每一行上使用row_number()
或固定的id
。我假设你有一个名为id
的列,每行都有不同的值。
这个想法只是用它作为种子:
select rand(id*1), as random_id
from mytable;
请注意,id的种子是整数,而不是浮点数。如果你想要一个浮点种子,你可以用checksum()
做点什么:
select rand(checksum(id*0.5)) as random_id
. . .
如果你这样做是为了采样(例如,你会说random_id < 0.1
为10%的样本,那么我经常在row_number()
上使用模运算:
with t as (
select t.* row_number() over (order by id) as seqnum
from mytable t
)
select *
from t
where ((seqnum * 17 + 71) % 101) < 0.1
这将返回大约10%的数字(好吧,真的是10/101)。你可以通过摆弄常数来调整样本。
有人使用newid()提取类似的查询,但我给你的解决方案对我有用。
有一个涉及newid()而不是rand的解决方法,但它会给你相同的结果。您可以单独执行它,也可以作为列中的列执行它。它将导致每行的随机值,而不是select语句中每行的相同值。如果您需要0 - N的随机数,只需更改100即可获得所需的数字。
SELECT TOP 10 [Flag forca]
,1+ABS(CHECKSUM(NEWID())) % 100 AS RANDOM_NEWID
,RAND() AS RANDOM_RAND
FROM PAGSEGURO_WORK.dbo.jobSTM248_tmp_leitores_iso
所以,万一有一天会有人,这就是我最终做的事情。
我在服务器端生成随机种子值(在我的例子中是Java),然后创建一个包含两列的表:id和生成的random_id。现在我将视图创建为表格和原始数据之间的inner join
。
生成的SQL看起来像这样:
CREATE TABLE SEED_DATA(source_id INT PRIMARY KEY, random_id float NOT NULL);
select Rand(5);
insert into SEED_DATA values(1,Rand());
insert into SEED_DATA values(2, Rand());
insert into SEED_DATA values(3, Rand());
.
.
.
insert into SEED_DATA values(1000000, Rand());
和
CREATE VIEW DATA_VIEW
as
SELECT row_number() OVER (ORDER BY random_id, id) AS source_id,column1,column2,...
FROM
( select * from SEED_DATA tmp
inner join my_table i on tmp.source_id = i.id) TEMP
另外,我分批创建随机数,每批次大约10,000个(可能更高),因此它不会在服务器端造成严重影响,并且对于每个批次,我将其单独执行插入表中。
所有这一切,因为我找不到一个好的方法来完成我想要的纯粹在SQL中。一行一行更新真的效率不高。
我从这个故事得出的结论是,SQL Server有时真的很烦人......
您可以从种子转换随机数:
rand(row_number over (order by ___, ___,___))
然后将其转换为varchar,然后使用最后3个字符作为另一个种子。这会给你一个很好的随机值:
rand(right(cast(rand(row_number() over(x,y,x)) as varchar(15)), 3)