डेटाबेस तालिका से यादृच्छिक रिकॉर्ड (T-SQL)

Question 1

वहाँ एक sql सर्वर तालिका से एक यादृच्छिक रिकॉर्ड प्राप्त करने के लिए एक सफल तरीका है?

मैं अपनी इकाई परीक्षण डेटा को यादृच्छिक बनाना चाहूंगा, इसलिए एक तालिका से एक यादृच्छिक आईडी का चयन करने का एक सरल तरीका खोज रहा हूं। अंग्रेजी में, चयन "तालिका से एक आईडी का चयन करें जहां आईडी तालिका में सबसे कम आईडी और तालिका में उच्चतम आईडी के बीच एक यादृच्छिक संख्या है।"

मैं क्वेरी चलाने के लिए, शून्य मान के लिए परीक्षण किए बिना इसे करने का एक तरीका समझ नहीं सकता, फिर यदि शून्य है तो फिर से चलाएं।

विचार?

Question 2

वहाँ एक sql सर्वर तालिका से एक यादृच्छिक रिकॉर्ड प्राप्त करने के लिए एक सफल तरीका है?

हाँ

SELECT TOP 1 * FROM table ORDER BY NEWID()

व्याख्या

NEWID()प्रत्येक पंक्ति के लिए A उत्पन्न होता है और तालिका इसके द्वारा क्रमबद्ध होती है। पहला रिकॉर्ड वापस आ गया है (यानी "सबसे कम" GUID के साथ रिकॉर्ड)।

GUIDs चार संस्करण के बाद से छद्म यादृच्छिक संख्याओं के रूप में उत्पन्न होते हैं:
संस्करण 4 यूयूआईडी यूयूआईडी को सही मायने में यादृच्छिक या छद्म यादृच्छिक संख्याओं से उत्पन्न करने के लिए है।

एल्गोरिथ्म इस प्रकार है:
- घड़ी के दो सबसे महत्वपूर्ण बिट्स (बिट्स 6 और 7) को क्रमशः शून्य और एक पर सेट करें।
- धारा 4.1.3 से 4-बिट संस्करण संख्या में time_hi_and_version फ़ील्ड के चार सबसे महत्वपूर्ण बिट्स (15 के माध्यम से 12) सेट करें।
- सभी अन्य बिट्स को बेतरतीब ढंग से (या छद्म-बेतरतीब ढंग से) चुने हुए मूल्यों के लिए सेट करें।
- एक यूनिवर्सली यूनिक आइडेंटिफायर (UUID) URN Namespace - RFC 4122
विकल्प SELECT TOP 1 * FROM table ORDER BY RAND()काम नहीं करेगा जैसा कि कोई सोचता है। RAND()प्रति क्वेरी में एक एकल मान लौटाता है, इस प्रकार सभी पंक्तियाँ समान मान साझा करेंगी।
जबकि GUID मान छद्म यादृच्छिक होते हैं, आपको अधिक मांग वाले अनुप्रयोगों के लिए बेहतर PRNG की आवश्यकता होगी।
लगभग 100,000 पंक्तियों के लिए विशिष्ट प्रदर्शन 10 सेकंड से कम है - बेशक सिस्टम पर निर्भर करता है। ध्यान दें कि सूचकांक को हिट करना असंभव है, इस प्रकार प्रदर्शन अपेक्षाकृत सीमित होगा।

Question 3

बड़ी तालिकाओं पर आप TABLESAMPLEपूरे तालिका को स्कैन करने से बचने के लिए इसका उपयोग कर सकते हैं ।

SELECT  TOP 1 *
FROM YourTable
TABLESAMPLE (1000 ROWS)
ORDER BY NEWID()

ORDER BY NEWIDअभी भी सिर्फ लौटने पंक्तियों डेटा पृष्ठ पर पहले दिखाई देते हैं से बचने के लिए आवश्यक है।

तालिका के आकार और परिभाषा के लिए उपयोग की जाने वाली संख्या को सावधानीपूर्वक चुना जाना चाहिए और यदि कोई पंक्ति वापस नहीं की जाती है, तो आप पुन: प्रयास कर सकते हैं। इसके पीछे के गणित और तकनीक छोटे तालिकाओं के अनुकूल क्यों नहीं है पर यहां चर्चा की गई है

Question 4

इसके अलावा MIN (Id) और MAX (Id) के बीच एक यादृच्छिक आईडी प्राप्त करने के लिए अपनी विधि का प्रयास करें और फिर

SELECT TOP 1 * FROM table WHERE Id >= @yourrandomid

यह आपको हमेशा एक पंक्ति में मिलेगा।

Question 5

यदि आप बड़े डेटा का चयन करना चाहते हैं तो मुझे पता है कि:

SELECT * FROM Table1
WHERE (ABS(CAST(
    (BINARY_CHECKSUM
    (keycol1, NEWID())) as int))
    % 100) < 10

स्रोत: MSDN

Question 6

मैं उन तरीकों पर सुधार करना चाह रहा था जो मैंने कोशिश की थीं और इस पद पर आए थे। मुझे लगता है कि यह पुराना है लेकिन यह तरीका सूचीबद्ध नहीं है। मैं परीक्षण डेटा बना रहा हूं और लागू कर रहा हूं; यह @st (दो चार राज्य) के साथ कहे गए SP में "पता" के लिए विधि दिखाता है

Create Table ##TmpAddress (id Int Identity(1,1), street VarChar(50), city VarChar(50), st VarChar(2), zip VarChar(5))
Insert Into ##TmpAddress(street, city, st, zip)
Select street, city, st, zip 
From tbl_Address (NOLOCK)
Where st = @st


-- unseeded RAND() will return the same number when called in rapid succession so
-- here, I seed it with a guaranteed different number each time. @@ROWCOUNT is the count from the most recent table operation.

Set @csr = Ceiling(RAND(convert(varbinary, newid())) * @@ROWCOUNT)

Select street, city, st, Right(('00000' + ltrim(zip)),5) As zip
From ##tmpAddress (NOLOCK)
Where id = @csr

Question 7

यदि आप वास्तव में व्यक्तिगत पंक्तियों का एक यादृच्छिक नमूना चाहते हैं, तो TABLESAMPLE का उपयोग करने के बजाय, पंक्तियों को यादृच्छिक रूप से फ़िल्टर करने के लिए अपनी क्वेरी को संशोधित करें। उदाहरण के लिए, निम्न क्वेरी बिक्री के लगभग एक प्रतिशत पंक्तियों को वापस करने के लिए NEWID फ़ंक्शन का उपयोग करती है। SalesOrderDetail Table:

SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float)
/ CAST (0x7fffffff AS int)

SalesOrderID कॉलम CHECKSUM अभिव्यक्ति में शामिल है ताकि NEWID () प्रति पंक्ति के आधार पर नमूना प्राप्त करने के लिए प्रति पंक्ति एक बार मूल्यांकन करे। अभिव्यक्ति CAST (CHECKSUM (NEWID), SalesOrderID) और 0x7fffffff AS फ्लोट / CAST (0x7fffffff AS int) 0 और 1. के बीच एक यादृच्छिक फ्लोट मान का मूल्यांकन करता है।

स्रोत: http://technet.microsoft.com/en-us/library/ms189108(v=sql.105s.nx

इसे और नीचे समझाया गया है:

यह कैसे काम करता है? आइए WHERE क्लॉज को विभाजित करें और इसे समझाएं।

चेक फ़ंक्शन सूची में आइटम पर एक चेकसम की गणना कर रहा है। यह तर्कपूर्ण है कि क्या SalesOrderID की भी आवश्यकता है, क्योंकि NEWID () एक ऐसा फ़ंक्शन है जो एक नया यादृच्छिक GUID लौटाता है, इसलिए किसी यादृच्छिक रैंडम को एक स्थिर से गुणा करने पर किसी भी मामले में यादृच्छिक परिणाम प्राप्त होना चाहिए। वास्तव में, SalesOrderID को छोड़कर कोई फर्क नहीं पड़ता है। यदि आप एक उत्सुक सांख्यिकीविद् हैं और इसे शामिल करने का औचित्य साबित कर सकते हैं, तो कृपया नीचे टिप्पणी अनुभाग का उपयोग करें और मुझे बताएं कि मैं गलत क्यों हूं!

चेक फ़ंक्शन एक वार्बिनरी देता है। द्विआधारी और 0x7fffffff के साथ संचालन करना, जो कि बाइनरी में (111111111 ...) के बराबर है, एक दशमलव मान प्राप्त करता है जो प्रभावी रूप से 0 और 1s के यादृच्छिक स्ट्रिंग का प्रतिनिधित्व करता है। सह-कुशल 0x7fffffff द्वारा विभाजित करना प्रभावी रूप से इस दशमलव आकृति को 0 और 1. के बीच के आंकड़े तक सामान्य कर देता है, फिर यह तय करने के लिए कि क्या प्रत्येक पंक्ति अंतिम परिणाम सेट में शामिल करने का गुण है, 1 / x की सीमा का उपयोग किया जाता है (इस मामले में, 0.01) जहां x नमूने के रूप में पुनर्प्राप्त करने के लिए डेटा का प्रतिशत है।

स्रोत: https://www.mssqltips.com/sqlservertip/3157/different-ways-to-get-random-data-for-sql-server-data-sampling

डेटाबेस तालिका से यादृच्छिक रिकॉर्ड (T-SQL)

व्याख्या

टिप्पणियाँ