数据库表中的随机记录（T-SQL）

有没有一种简洁的方法可以从sql server表中检索随机记录？

我想将单元测试数据随机化，因此正在寻找一种从表中选择随机ID的简单方法。用英语来说，选择将是“从表中选择一个ID，其中ID是表中最低ID和表中最高ID之间的随机数”。

我无法找到一种方法，而不必运行查询，测试null值，然后如果为null则重新运行。

有想法吗？

有没有一种简洁的方法可以从sql server表中检索随机记录？

是

SELECT TOP 1 * FROM table ORDER BY NEWID()

说明

NEWID()为每一行生成一个A ，然后对该表进行排序。返回第一个记录（即具有“最低” GUID的记录）。

笔记

1. 自第四版以来，GUID生成为伪随机数：

   版本4 UUID用于根据真实随机或伪随机数生成UUID。

   算法如下：

   • 将clock_seq_hi_and_reserved的两个最高有效位（位6和7）分别设置为零和一。
   • 将time_hi_and_version字段的四个最高有效位（第12至15位）设置为4.1.3节中的4位版本号。
   • 将所有其他位设置为随机（或伪随机）选择的值。

   —通用唯一标识符（UUID）URN命名空间-RFC 4122

2. 替代方案SELECT TOP 1 * FROM table ORDER BY RAND()将不会像人们想象的那样起作用。RAND()每个查询返回一个单一值，因此所有行将共享相同的值。

3. 尽管GUID值是伪随机的，但对于要求更高的应用程序，您将需要更好的PRNG。

4. 对于大约1,000,000行，典型性能不到10秒-当然取决于系统。请注意，不可能达到索引，因此性能将受到相对限制。

在较大的表上，您也可以使用TABLESAMPLE它来避免扫描整个表。

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

将ORDER BY NEWID仍然需要避免首次出现在数据页上只返回行。

对于表的大小和定义，需要仔细选择要使用的数字，如果不返回任何行，则可以考虑重试逻辑。这背后的数学和为什么技术并不适合于小表是这里讨论

还尝试使用您的方法来获得MIN（Id）和MAX（Id）之间的随机ID，然后

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

它总是会让你排成一行。

如果要选择大数据，我所知道的最好方法是：

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

资料来源：MSDN

我一直在尝试改进尝试过的方法，并且发现了这篇文章。我知道它很旧，但未列出此方法。我正在创建和应用测试数据；这显示了用@st调用的SP中的“地址”方法（两个字符状态）

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

如果您确实希望随机获取单个行的样本，请修改查询以随机过滤掉行，而不是使用TABLESAMPLE。例如，以下查询使用NEWID函数返回Sales.SalesOrderDetail表的大约百分之一的行：

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

SalesOrderID列包含在CHECKSUM表达式中，因此NEWID（）每行评估一次以实现每行采样。表达式CAST（CHECKSUM（NEWID（），SalesOrderID）＆0x7fffffff AS float / CAST（0x7fffffff AS int）的计算结果为0到1之间的随机浮点值。”

来源：http：//technet.microsoft.com/zh-CN/library/ms189108（v = sql.105）.aspx

下面进一步解释：

这是如何运作的？让我们分解WHERE子句并对其进行解释。

CHECKSUM函数正在计算列表中各项的校验和。关于是否甚至需要SalesOrderID的争论，因为NEWID（）是一个返回新随机GUID的函数，因此，在任何情况下，将随机数乘以常数都会导致随机。确实，排除SalesOrderID似乎没有什么区别。如果您是一位敏锐的统计学家，并且有理由将其包括在内，请使用下面的评论部分，让我知道我为什么做错了！

CHECKSUM函数返回一个VARBINARY。使用0x7fffffff执行按位与运算（相当于二进制（111111111 ...）），将产生一个十进制值，该值实际上表示0和1的随机字符串。除以系数0x7fffffff会将该十进制数字有效地归一化为介于0和1之间的数字。然后要确定每一行是否值得最终结果集中包括，使用阈值1 / x（在这种情况下为0.01），其中x是要作为样本检索的数据的百分比。

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