Cómo solicitar una fila al azar en SQL?

Question

¿Cómo puedo solicitar una fila al azar (o tan cerca de la verdad al azar como sea posible) en el más puro SQL?

Answer 1

Vea este post: SQL para Seleccionar una fila al azar a partir de una tabla de base de datos.Pasa a través de métodos para hacer esto en MySQL, PostgreSQL, Microsoft SQL Server, IBM DB2 y Oracle (el siguiente es copia de este enlace):

Seleccione una fila al azar con MySQL:

SELECT column FROM table
ORDER BY RAND()
LIMIT 1

Seleccione una fila al azar con PostgreSQL:

SELECT column FROM table
ORDER BY RANDOM()
LIMIT 1

Seleccione una fila al azar con Microsoft SQL Server:

SELECT TOP 1 column FROM table
ORDER BY NEWID()

Seleccione una fila al azar con IBM DB2

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

Seleccione un registro aleatorio con Oracle:

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

Answer 2

Soluciones como Jeremies:

SELECT * FROM table ORDER BY RAND() LIMIT 1

de trabajo, pero se necesita un recorrido secuencial de todos los de la mesa (porque el valor aleatorio asociado con cada fila debe ser calculado para que el más pequeño puede ser determinado), lo cual puede ser bastante lenta como para que incluso medianas tablas.Mi recomendación sería utilizar algún tipo de indexado columna numérica (muchas tablas tienen estos como sus claves primarias) y, a continuación, escribir algo como:

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

Esto funciona en tiempo logarítmico, sin importar el tamaño de la tabla, si num_value es indexado.Una advertencia:esto supone que num_value se distribuye por igual en el rango de 0..MAX(num_value).Si el conjunto de datos se desvían mucho de este supuesto, usted obtendrá resultados sesgados (algunas filas aparecerán más a menudo que otros).

Answer 3

No sé qué tan eficiente es este, pero yo he usado antes:

SELECT TOP 1 * FROM MyTable ORDER BY newid()

Porque Guid son bastante aleatorios, el orden significa que usted obtiene una fila al azar.

Answer 4

ORDER BY NEWID()

toma 7.4 milliseconds

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

toma 0.0065 milliseconds!

Definitivamente voy a ir con este último método.

Answer 5

No digo que el servidor que está utilizando.En versiones anteriores de SQL Server, puede utilizar esto:

select top 1 * from mytable order by newid()

En SQL Server 2005 y, puede utilizar TABLESAMPLE para obtener una muestra al azar que es repetible:

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

Answer 6

Para SQL Server

newid()/orden de trabajo, pero va a ser muy caro para grandes conjuntos de resultados porque se tiene que generar un identificador para cada fila, y luego ordenarlas.

TABLESAMPLE() es buena desde el punto de vista del rendimiento, pero el agrupamiento de los resultados (todas las filas en una página será devuelto).

Para un mejor rendimiento verdadero de la muestra aleatoria, la mejor manera es para filtrar filas al azar.He encontrado el siguiente ejemplo de código en los Libros de SQL Server en Línea artículo La limitación de Conjuntos de Resultados Mediante el uso de TABLESAMPLE:

Si usted realmente desea una muestra aleatoria de cada una de las filas, modificar su consulta filtrar filas al azar, en lugar de el uso de TABLESAMPLE.Por ejemplo, la consulta siguiente utiliza la función NEWID la función de devolución de aproximadamente un por ciento de las filas de la De ventas.SalesOrderDetail tabla:

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

La columna SalesOrderID se incluye en la suma de comprobación de la expresión, de modo que NEWID() evalúa una vez por fila para lograr el muestreo en una fila por fila.La expresión CAST(suma de comprobación(NEWID(), SalesOrderID) & 0x7fffffff COMO float / CAST (0x7fffffff COMO int) se evalúa a un valor float aleatorio entre 0 y 1.

Cuando se ejecuta en una tabla con 1.000.000 de filas, aquí están mis resultados:

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

Si usted puede conseguir lejos con usar TABLESAMPLE, que le dará el mejor rendimiento.De lo contrario, utilice la función newid()/método de filtro.newid()/orden debe ser el último recurso si usted tiene un gran conjunto de resultados.

Answer 7

Si es posible, utilice almacenados declaraciones para evitar la ineficiencia de ambos índices en RND() y la creación de un número de registro de campo.

PREPARE RandomRecord FROM "SELECT * FROM table LIMIT ?,1";
SET @n=FLOOR(RAND()*(SELECT COUNT(*) FROM table));
EXECUTE RandomRecord USING @n;

Answer 8

La mejor manera es poner un valor aleatorio en una nueva columna sólo para ese fin, y el uso de algo como esto (pseude código + SQL):

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

Esta es la solución empleada por el código de MediaWiki.Por supuesto, hay un cierto sesgo en contra de los valores más pequeños, pero se encontraron con que era suficiente para envolver el valor aleatorio en torno a cero cuando no se recuperan las filas.

newid() solución puede requerir un análisis completo de la tabla, de modo que cada fila puede ser asignado a un nuevo guid, que va a ser mucho menos eficiente.

rand() solución puede no funcionar en absoluto (es decir,con MSSQL) debido a que la función se evalúa sólo una vez, y cada la fila se les asignará el mismo "aleatoria" número.

Answer 9

Para SQL Server 2005 y 2008, si queremos que una muestra aleatoria de cada una de las filas (de Libros Online):

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

Answer 10

En lugar de el uso de la función RAND(), ya que no se anima, usted puede simplemente obtener max ID (=Máx.):

SELECT MAX(ID) FROM TABLE;

obtener un aleatorio entre 1..Max (=My_Generated_Random)

My_Generated_Random = rand_in_your_programming_lang_function(1..Max);

y, a continuación, ejecute este SQL:

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

Tenga en cuenta que se compruebe por cualquier filas que Ids IGUAL o MAYOR que el valor elegido.También es posible que, a la caza de la fila de abajo en la tabla, y obtener un igual o inferior ID de la My_Generated_Random, a continuación, modificar la consulta como esta:

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

Answer 11

Como se señaló en @BillKarwin del comentario de @cnu la respuesta...

Cuando se combina con un LÍMITE, he encontrado que funciona mucho mejor (al menos con PostgreSQL 9.1) para UNIRSE con un ordenamiento al azar en lugar de directamente el orden de las filas:por ejemplo,

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

Sólo asegúrese de que la 'r' genera un "rand" valor para cada posible valor de la clave en el complejo de consulta al que se unen con él, pero todavía limitar el número de filas de la 'r' donde sea posible.

El ELENCO de Enteros, es especialmente útil para PostgreSQL 9.2 específicas de ordenación de la optimización para el entero y solo flotante de precisión de los tipos.

Answer 12

La mayoría de las soluciones aquí con el fin de evitar la clasificación, pero que todavía tienen que hacer un recorrido secuencial sobre una mesa.

También hay una manera de evitar el recorrido secuencial por el cambio de recorrido de índice.Si usted sabe el valor de índice de la fila al azar puede obtener el resultado casi instantially.El problema es cómo adivinar un valor de índice.

La siguiente solución funciona en 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;

Yo por encima de solución que adivinar de 10 distintos aleatoria de los valores del índice de rango 0 ..[último valor de id].

El número 10 es arbitrario, usted puede utilizar el 100 o 1000 como que (sorprendentemente) no tiene un gran impacto en el tiempo de respuesta.

También hay un problema - si usted tiene escasa ids usted podría perder.La solución es tener un plan de copia de seguridad :) En este caso, un puro antiguo orden aleatorio() de la consulta.Cuando se combina id se parece a esto:

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;

No la la unión TODOS la cláusula.En este caso, si la primera parte se devuelve los datos de la segunda no se ejecuta NUNCA!

Answer 13

En la tarde, pero llegué aquí a través de Google, así que por el bien de la posteridad, voy a añadir una solución alternativa.

Otro método es utilizar la parte SUPERIOR dos veces, alternando con los pedidos.No sé si es "pura SQL", porque utiliza una variable en la parte SUPERIOR, pero funciona en SQL Server 2008.He aquí un ejemplo que uso contra una tabla de palabras de diccionario, si quiero una palabra al azar.

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

Por supuesto, @idx es algunos generado al azar entero que va desde 1 a COUNT(*) en la tabla de destino, inclusive.Si la columna está indizada, usted se beneficiará también de ella.Otra ventaja es que se puede utilizar en una función, ya que NEWID() no está permitida.

Por último, la consulta anterior se ejecuta en aproximadamente 1/10 de la exec tiempo de un NEWID()-tipo de consulta en la misma tabla.YYMV.

Answer 14

Usted también puede tratar de usar new id() la función.

Solo escribe tu consulta y uso de la orden por new id() la función.Es bastante aleatorio.

Answer 15

Para MySQL para obtener registro aleatorio

 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

Más detalles http://jan.kneschke.de/projects/mysql/order-by-rand/

Answer 16

No acababa de ver esta variación en las respuestas todavía.Yo tenía una restricción adicional en el que necesitaba, dado un inicial de la semilla, para seleccionar el mismo conjunto de filas de cada momento.

Para MS SQL:

Mínimo ejemplo:

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

Normalizada tiempo de ejecución:1.00

NewId() ejemplo:

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

Normalizada tiempo de ejecución:1.02

NewId() es insignificantemente más lento que rand(checksum(*)), por lo que usted no desea utilizarlo en contra de grandes conjuntos de registros.

La selección Inicial de la Semilla:

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 */

Si usted necesita para seleccionar el mismo conjunto dado una semilla, esto parece funcionar.

Answer 17

En MSSQL (probado en 11.0.5569) el uso de

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

es significativamente más rápido que

SELECT TOP 100 * FROM employee ORDER BY NEWID()

Answer 18

En SQL Server, puede combinar TABLESAMPLE con NEWID() para obtener bastante bueno aleatoriedad y todavía tienen la velocidad.Esto es especialmente útil si usted realmente desea solamente 1, o un pequeño número de filas.

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

Answer 19

 SELECT * FROM table ORDER BY RAND() LIMIT 1

Answer 20

Tengo que estar de acuerdo con la unidad de CD-Hombre:El uso de "ORDER BY RAND()" funcionará muy bien para tablas pequeñas o cuando hacen SELECCIONE sólo un par de veces.

Yo también uso el "num_value >= RAND() * ..." técnica, y si realmente quiero tener resultados aleatorios tengo un especial "al azar" de la columna en la tabla que puedo actualizar una vez al día o así.Que la sola ejecución de ACTUALIZACIÓN tomará algún tiempo (sobre todo porque vas a tener un índice en la columna), pero es mucho más rápido que la creación de números aleatorios para cada fila y cada vez que la seleccione ejecutar.

Answer 21

Tenga cuidado, porque TableSample en realidad no devolver una muestra aleatoria de filas.Dirige su consulta para buscar en una muestra aleatoria de 8 kb de páginas que componen su fila.A continuación, la consulta se ejecuta en contra de los datos contenidos en estas páginas.Porque de cómo los datos pueden ser agrupados en estas páginas (orden de inserción, etc), esto podría conducir a datos que no es en realidad una muestra aleatoria.

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

Esta página de MSDN para TableSample incluye un ejemplo de cómo generar un hecho al azar de la muestra de datos.

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

Answer 22

Parece que muchas de las ideas que están todavía en uso pedidos

Sin embargo, si utiliza una tabla temporal, que son capaces de asignar un índice aleatorio (como muchas de las soluciones que se han sugerido), y luego tome la primera que es mayor que un número aleatorio entre 0 y 1.

Por ejemplo (para DB2):

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

Answer 23

Una forma sencilla y eficaz de http://akinas.com/pages/en/blog/mysql_random_row/

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

Answer 24

No es mejor la solución de Oracle en lugar de utilizar dbms_random.valor, si bien requiere de un análisis completo para el fin de filas por dbms_random.valor y es bastante lento para tablas grandes.

El uso de este lugar:

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

Answer 25

Para Firebird:

Select FIRST 1 column from table ORDER BY RAND()

Answer 26

Con SQL Server 2012+ puede utilizar el OFFSET FETCH consulta para hacer esto de una sola fila al azar

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

donde id es una columna de identidad, y n es la fila que desea - calcula como un número aleatorio entre 0 y count()-1 de la tabla (offset 0 es el primero de la fila, después de todo)

Esto funciona con agujeros en los datos de la tabla, siempre y cuando usted tiene un índice de trabajo con la cláusula ORDER BY.También es muy bueno para la aleatoriedad - como que el trabajo que fuera de sí mismo para pasar, pero los peros en otros métodos no están presentes.Además, el rendimiento es bastante bueno, en un conjunto de datos más pequeño que se defiende bien, aunque no lo he probado graves de rendimiento de las pruebas en contra de varios millones de filas.

Answer 27

Para SQL Server 2005 y anteriores, que se extiende @GreyPanther la respuesta para los casos cuando num_value no tiene valores continuos.Esto también funciona para los casos que no se han distribuido uniformemente conjuntos de datos y cuando num_value no es un número sino un identificador único.

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)
)

Answer 28

Al azar de la función de sql podría ayudar.También si usted desea limitar a sólo una fila, sólo añadir que en la final.

SELECT column FROM table
ORDER BY RAND()
LIMIT 1