假设我有一张记录满满的表,我想从中随机获取记录。然而,我希望该表中的某些行比其他行更频繁地出现(这些行因用户而异)。使用SQL,最好的方法是什么?
我能想到的唯一方法是创建一个临时表,将我想要更常见的行填入其中,然后用来自该表的其他随机选择的行进行填充。是否有更好的方法?
假设我有一张记录满满的表,我想从中随机获取记录。然而,我希望该表中的某些行比其他行更频繁地出现(这些行因用户而异)。使用SQL,最好的方法是什么?
我能想到的唯一方法是创建一个临时表,将我想要更常见的行填入其中,然后用来自该表的其他随机选择的行进行填充。是否有更好的方法?
我能想到的一种方法是在表格中创建另一列,用于存储权重的累计和,然后通过生成一个介于0和所有权重总和之间的随机数来获取记录,并获取累计和数值小于该随机数的最高行。
例如,如果您有以下四行权重:
+---+--------+------------+
|row| weight | rollingsum |
+---+--------+------------+
| a | 3 | 3 |
| b | 3 | 6 |
| c | 4 | 10 |
| d | 1 | 11 |
+---+--------+------------+
0<=n<3
时返回行a
,在3<=n<6
时返回b
,以此类推。这里有一些生成滚动总和的链接:http://dev.mysql.com/tech-resources/articles/rolling_sums_in_mysql.html,http://dev.mysql.com/tech-resources/articles/rolling_sums_in_mysql_followup.html。我不知道仅使用 SQL 是否能轻松完成此操作。使用 T-SQL 或类似语言,您可以编写循环以复制行,或者可以使用 SQL 生成执行行复制的 指令。
我不知道您的概率模型是什么,但您可以使用这种方法来实现后者。假设有以下表定义:
RowSource
---------
RowID
UserRowProbability
------------------
UserId
RowId
FrequencyMultiplier
SELECT TOP 100 rs.RowId, urp.FrequencyMultiplier
FROM RowSource rs
LEFT JOIN UserRowProbability urp ON rs.RowId = urp.RowId
ORDER BY ISNULL(urp.FrequencyMultiplier, 1) DESC, NEWID()
这将负责选择一组随机行以及应重复多少次。然后,在您的应用程序逻辑中,您可以执行行复制并对结果进行洗牌。
从3个表users、data和user-data开始。User-data包含每个用户应优先选择哪些行。
然后创建一个基于用户优选数据行的视图。
创建第二个视图,其中包含未优选的数据。
创建第三个视图,它是前两个视图的联合。联合应从优选数据中选择更多行。
最后从第三个视图中随机选择行。