选择带有种子的随机行

本文关键字：随机 种子 选择 | 更新日期: 2023-09-27 18:27:56

使用SQL Server，我有一个大约有550万行的表，我想随机选择一组符合某些条件的，可能是120行。

这是与从SQL Server表中随机选择n行和https://msdn.microsoft.com/en-us/library/cc441928.aspx，但我的问题是，我希望能够对其进行种子设置，这样我就可以连续地随机选择相同的120行，然后如果我使用不同的种子，则可以获得不同的随机行集。

我可以在我的应用程序中做这样的事情：

var rand = new Random(seed);
var allExamples = db.myTable.Where(/*some condition*/).ToList();
var subSet = db.myTable.Select(x => new { x, r = rand.NextDouble())
    .OrderBy(x => x.r)
    .Take(120)
    .Select(x => x.x).ToList();

这是有效的，但是，正如你可能猜到的，550万行的速度非常慢。因此，我真的在寻找一种在SQL服务器端实现这一功能的方法，这样我就不必检索和处理所有行。

选择带有种子的随机行

如果你想要看起来随机的东西，那么把你的[PrimaryKey]和一些其他数据混合。。。

SELECT *
FROM [your table]
ORDER BY
    CHECKSUM([primarykey]) ^ CHECKSUM('your seed')

这仍然是一个表扫描，但它应该有更好的性能，然后拉取整个数据集只会让客户端丢弃120行以外的所有数据。

为每一行分配一个唯一的guid作为索引列（但不是集群列）。随机选择三个字母数字字符，然后选择guid以这些字符开头的所有行。

36*36*36=46,656
5,500,000/46,656 ~= 117.88

由于newid()不遵循一个模式，该模式提供了随机分组、均匀分布，并且如果您使用相同的三个字符，您将始终获得相同的数据，这涵盖了播种。

如果这还不够高性能，可以创建另一列来专门索引前三个字符。

（很抱歉简短-在我的手机上）

相关文章：