如何在SQL中请求随机行？

如何在纯SQL中请求随机行（或尽可能接近真正的随机行）？

参见这篇文章：SQL从数据库表中选择一个随机行。它介绍了在MySQL，PostgreSQL，Microsoft SQL Server，IBM DB2和Oracle中执行此操作的方法（以下内容从该链接复制）：

使用MySQL选择一个随机行：

SELECT column FROM table
ORDER BY RAND()
LIMIT 1

使用PostgreSQL选择一个随机行：

SELECT column FROM table
ORDER BY RANDOM()
LIMIT 1

使用Microsoft SQL Server选择一个随机行：

SELECT TOP 1 column FROM table
ORDER BY NEWID()

使用IBM DB2选择随机行

SELECT column, RAND() as IDX 
FROM table 
ORDER BY IDX FETCH FIRST 1 ROWS ONLY

使用Oracle选择一个随机记录：

SELECT column FROM
( SELECT column FROM table
ORDER BY dbms_random.value )
WHERE rownum = 1

杰里米（Jeremies）等解决方案：

SELECT * FROM table ORDER BY RAND() LIMIT 1

可以，但是它们需要对所有表进行顺序扫描（因为需要计算与每一行关联的随机值-这样才能确定最小的行），即使对于中等大小的表也可能相当慢。我的建议是使用某种索引数字列（许多表将它们作为主键），然后编写类似以下内容的内容：

SELECT * FROM table WHERE num_value >= RAND() * 
    ( SELECT MAX (num_value ) FROM table ) 
ORDER BY num_value LIMIT 1

如果num_value已建立索引，则无论表大小如何，它都可以在对数时间工作。一个警告：假设这num_value是在范围内平均分配的0..MAX(num_value)。如果您的数据集严重偏离此假设，您将得到歪斜的结果（某些行会比其他行更频繁地出现）。

我不知道这有多有效，但是我以前用过：

SELECT TOP 1 * FROM MyTable ORDER BY newid()

由于GUID非常随机，因此排序意味着您将获得随机行。

ORDER BY NEWID()

需要 7.4 milliseconds

WHERE num_value >= RAND() * (SELECT MAX(num_value) FROM table)

需要0.0065 milliseconds！

我绝对会选择后一种方法。

您没有说要使用哪个服务器。在旧版本的SQL Server中，可以使用以下命令：

select top 1 * from mytable order by newid()

在SQL Server 2005及更高版本中，您可以TABLESAMPLE用来获取可重复的随机样本：

SELECT FirstName, LastName
FROM Contact 
TABLESAMPLE (1 ROWS) ;

对于SQL Server

newid（）/ order by可以工作，但是对于大型结果集来说非常昂贵，因为它必须为每一行生成一个id，然后对其进行排序。

从性能的角度来看，TABLESAMPLE（）很好，但是您会得到成堆的结果（将返回页面上的所有行）。

为了获得性能更好的真实随机样本，最好的方法是随机过滤出行。我在SQL Server联机丛书文章“ 使用TABLESAMPLE限制结果集”中找到以下代码示例：

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。

当对具有1,000,000行的表运行时，这是我的结果：

SET STATISTICS TIME ON
SET STATISTICS IO ON

/* newid()
   rows returned: 10000
   logical reads: 3359
   CPU time: 3312 ms
   elapsed time = 3359 ms
*/
SELECT TOP 1 PERCENT Number
FROM Numbers
ORDER BY newid()

/* TABLESAMPLE
   rows returned: 9269 (varies)
   logical reads: 32
   CPU time: 0 ms
   elapsed time: 5 ms
*/
SELECT Number
FROM Numbers
TABLESAMPLE (1 PERCENT)

/* Filter
   rows returned: 9994 (varies)
   logical reads: 3359
   CPU time: 641 ms
   elapsed time: 627 ms
*/    
SELECT Number
FROM Numbers
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), Number) & 0x7fffffff AS float) 
              / CAST (0x7fffffff AS int)

SET STATISTICS IO OFF
SET STATISTICS TIME OFF

如果您可以避免使用TABLESAMPLE，它将为您提供最佳性能。否则，请使用newid（）/ filter方法。如果结果集较大，则newid（）/ order by应该是最后的选择。

如果可能，请使用存储的语句来避免RND（）上的两个索引都无效，并创建记录号字段。

PREPARE RandomRecord FROM“ SELECT * FROM table LIMIT？，1”;
SET @ n = FLOOR（RAND（）*（从表中选择COUNT（*）个表））;
使用@n执行RandomRecord;

最好的方法是为此目的在新列中放入一个随机值，并使用如下代码（伪代码+ SQL）：

randomNo = random()
execSql("SELECT TOP 1 * FROM MyTable WHERE MyTable.Randomness > $randomNo")

这是MediaWiki代码采用的解决方案。当然，对于较小的值存在一些偏差，但是他们发现，在没有获取任何行的情况下，将随机值包装为零就足够了。

newid（）解决方案可能需要全表扫描，以便可以为每行分配一个新的guid，这将大大降低性能。

rand（）解决方案可能根本无法工作（例如，使用MSSQL），因为该函数将仅被评估一次，并且每一行将被分配相同的“随机”数字。

对于SQL Server 2005和2008，如果我们想要一个随机的单个行样本（来自联机丛书）：

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

由于不鼓励使用RAND（），因此您可以简单地获得最大ID（= Max）：

SELECT MAX(ID) FROM TABLE;

获得1..Max（= My_Generated_Random）之间的随机数

My_Generated_Random = rand_in_your_programming_lang_function(1..Max);

然后运行以下SQL：

SELECT ID FROM TABLE WHERE ID >= My_Generated_Random ORDER BY ID LIMIT 1

请注意，它将检查ID等于或大于所选值的任何行。还可以在表中搜寻该行，并获得一个等于或低于My_Generated_Random的ID，然后按如下所示修改查询：

SELECT ID FROM TABLE WHERE ID <= My_Generated_Random ORDER BY ID DESC LIMIT 1

正如@BillKarwin对@​​cnu的答案的评论所指出的...

当与LIMIT结合使用时，我发现以随机顺序进行JOIN的效果要好得多（至少在PostgreSQL 9.1中），而不是直接对实际行进行排序：例如

SELECT * FROM tbl_post AS t
JOIN ...
JOIN ( SELECT id, CAST(-2147483648 * RANDOM() AS integer) AS rand
       FROM tbl_post
       WHERE create_time >= 1349928000
     ) r ON r.id = t.id
WHERE create_time >= 1349928000 AND ...
ORDER BY r.rand
LIMIT 100

只要确保“ r”会为复杂查询中与其关联的每个可能的键值生成一个“ rand”值，但仍在可能的情况下限制“ r”的行数。

作为整数的CAST对于PostgreSQL 9.2特别有用，它对整数和单精度浮点类型进行了特定的排序优化。

此处大多数解决方案旨在避免排序，但是它们仍然需要对表进行顺序扫描。

还有一种方法可以通过切换到索引扫描来避免顺序扫描。如果您知道随机行的索引值，则几乎可以立即获得结果。问题是-如何猜测索引值。

以下解决方案适用于PostgreSQL 8.4：

explain analyze select * from cms_refs where rec_id in 
  (select (random()*(select last_value from cms_refs_rec_id_seq))::bigint 
   from generate_series(1,10))
  limit 1;

我在上面的解决方案中，您猜测范围为0 .. [id的最后值]的10个各种随机索引值。

数字10是任意的-您可以使用100或1000，因为（令人惊奇地）它对响应时间没有太大的影响。

还有一个问题-如果您的ID稀疏，则可能会错过。解决方案是有一个备份计划：)在这种情况下，可以通过random（）查询获得纯旧订单。当组合的ID如下所示：

explain analyze select * from cms_refs where rec_id in 
    (select (random()*(select last_value from cms_refs_rec_id_seq))::bigint 
     from generate_series(1,10))
    union all (select * from cms_refs order by random() limit 1)
    limit 1;

不是union ALL子句。在这种情况下，如果第一部分返回任何数据，则永远不会执行第二部分！

最近，但是是通过Google到达的，因此为了后代，我将添加一个替代解决方案。

另一种方法是两次交替使用TOP。我不知道它是否是“纯SQL”，因为它在TOP中使用了一个变量，但是它在SQL Server 2008中有效。如果想要一个随机单词，这是我对字典单词表使用的示例。

SELECT TOP 1
  word
FROM (
  SELECT TOP(@idx)
    word 
  FROM
    dbo.DictionaryAbridged WITH(NOLOCK)
  ORDER BY
    word DESC
) AS D
ORDER BY
  word ASC

当然，@ idx是目标表上包含1到COUNT（*）在内的一些随机生成的整数。如果您的列已建立索引，您也会从中受益。另一个优点是您可以在函数中使用它，因为不允许使用NEWID（）。

最后，以上查询在同一张表上运行的时间是NEWID（）类型查询的执行时间的大约1/10。YYMV。

您也可以尝试使用new id()功能。

只需编写查询并按new id()功能使用订单即可。它相当随机。

让MySQL获得随机记录

 SELECT name
  FROM random AS r1 JOIN
       (SELECT (RAND() *
                     (SELECT MAX(id)
                        FROM random)) AS id)
        AS r2
 WHERE r1.id >= r2.id
 ORDER BY r1.id ASC
 LIMIT 1

更多细节http://jan.kneschke.de/projects/mysql/order-by-rand/

还没有在答案中看到这种变化。我有一个额外的约束，需要给定初始种子，每次选择相同的行集。

对于MS SQL：

最小示例：

select top 10 percent *
from table_name
order by rand(checksum(*))

标准化执行时间：1.00

NewId（）示例：

select top 10 percent *
from table_name
order by newid()

标准化执行时间：1.02

NewId() 慢于 rand(checksum(*))，因此您可能不想在大型记录集上使用它。

选择初始种子：

declare @seed int
set @seed = Year(getdate()) * month(getdate()) /* any other initial seed here */

select top 10 percent *
from table_name
order by rand(checksum(*) % seed) /* any other math function here */

如果需要给定种子选择同一组，这似乎可行。

在MSSQL中（在11.0.5569上测试）使用

SELECT TOP 100 * FROM employee ORDER BY CRYPT_GEN_RANDOM(10)

明显比

SELECT TOP 100 * FROM employee ORDER BY NEWID()

在SQL Server中，可以将TABLESAMPLE与NEWID（）结合使用以获得很好的随机性，并且仍然具有速度。如果您确实只需要1行或少量行，则此功能特别有用。

SELECT TOP 1 * FROM [table] 
TABLESAMPLE (500 ROWS) 
ORDER BY NEWID()

使用SQL Server 2012+，您可以使用OFFSET FETCH查询对单个随机行执行此操作

select  * from MyTable ORDER BY id OFFSET n ROW FETCH NEXT 1 ROWS ONLY

其中id是一个标识列，n是您想要的行-计算为介于0和表的count（）-1之间的随机数（偏移量0毕竟是第一行）

只要您有一个用于ORDER BY子句的索引，它就可以处理表数据中的孔。这对于随机性也非常好-当您努力使自己通过时，却没有其他方法的麻烦。此外，性能非常好，在较小的数据集上，它可以很好地保持性能，尽管我没有尝试对几百万行进行严格的性能测试。

 SELECT * FROM table ORDER BY RAND() LIMIT 1

我必须同意CD-MaN：使用“ ORDER BY RAND（）”对于小型表或仅执行几次SELECT时将很好地工作。

我还使用“ num_value> = RAND（）* ...”技术，如果我真的想获得随机结果，则在表中有一个特殊的“随机”列，该列每天大约更新一次。一次UPDATE运行将花费一些时间（特别是因为您必须在该列上有一个索引），但是它比每次运行选择为每行创建随机数要快得多。

注意，因为TableSample实际上不会返回行的随机样本。它指示您的查询查看构成行的8KB页面的随机样本。然后，针对这些页面中包含的数据执行查询。由于在这些页面上数据的分组方式（插入顺序等），这可能导致数据实际上不是随机样本。

请参阅：http : //www.mssqltips.com/tip.asp?tip=1308

这个用于TableSample的MSDN页面包括一个如何生成实际随机数据样本的示例。

http://msdn.microsoft.com/en-us/library/ms189108.aspx

似乎列出的许多想法仍然使用排序

但是，如果使用临时表，则可以分配一个随机索引（如许多解决方案所建议的那样），然后获取第一个大于0到1之间任意数字的索引。

例如（对于DB2）：

WITH TEMP AS (
SELECT COMLUMN, RAND() AS IDX FROM TABLE)
SELECT COLUMN FROM TABLE WHERE IDX > .5
FETCH FIRST 1 ROW ONLY

来自http://akinas.com/pages/en/blog/mysql_random_row/的一种简单有效的方法

SET @i = (SELECT FLOOR(RAND() * COUNT(*)) FROM table); PREPARE get_stmt FROM 'SELECT * FROM table LIMIT ?, 1'; EXECUTE get_stmt USING @i;

对于Oracle，有一个更好的解决方案，而不是使用dbms_random.value，尽管它需要对dbms_random.value进行完全扫描以对行进行排序，并且对于大型表而言它的速度相当慢。

使用此代替：

SELECT *
FROM employee sample(1)
WHERE rownum=1

对于火鸟：

Select FIRST 1 column from table ORDER BY RAND()

对于SQL Server 2005及更高版本，扩展@GreyPanther对于num_value没有连续值的情况的答案。对于我们没有均匀分布的数据集，num_value不是数字而是唯一标识符的情况，这也适用。

WITH CTE_Table (SelRow, num_value) 
AS 
(
    SELECT ROW_NUMBER() OVER(ORDER BY ID) AS SelRow, num_value FROM table
) 

SELECT * FROM table Where num_value = ( 
    SELECT TOP 1 num_value FROM CTE_Table  WHERE SelRow >= RAND() * (SELECT MAX(SelRow) FROM CTE_Table)
)

来自sql的随机函数可能会有所帮助。另外，如果您只想限制一行，那么只需在最后添加一行即可。

SELECT column FROM table
ORDER BY RAND()
LIMIT 1