對於
sql
隨機抽樣我們常想到的就是
newid()
，但如果對於乙個在百萬、千萬甚至更大海量資料表中抽樣的話，簡單的
newid()
，其效能，效率就不是很理想了。所以在這裡有必要討論一下，擇優而用。
long_goods
是乙個百萬資料的表，
ctrl+l
執行以下語句:
--id_index
是我為主鍵加的乙個非聚焦索引
select
top 1
*from long_goods order
bynewid
()--
查詢開銷
43%
select
top 1
*from long_goods with
(index
=id_index)
order
bynewid
()--
查詢開銷
54%select
top 1 *
from long_goods where id=(
select
top 1 id from long_goods order
bynewid
())--
查詢開銷
1%select
top 1 *
from long_goods where id=(
select
top 1 id from long_goods with
(index
=id_index)
order
bynewid
())--
查詢開銷1%
雖然第三個與第四個的開銷是一樣，但實際應該是第四種優於第三種。
如果ms sql2005
公升級到支援
tablesample
的話，以下語句的抽樣執行效率可為最優的
select
*from long_goods tablesample system (10 percent)
呵呵..
下班了，至於其中原因，下次有空再續
.
mR 隨機抽樣
1.問題由來 google曾經有一道非常經典的面試題 給你乙個長度為n的鍊錶。n很大，但你不知道n有多大。你的任務是從這n個元素中隨機取出k個元素。你只能遍歷這個鍊錶一次。你的演算法必須保證取出的元素恰好有k個，且它們是完全隨機的 出現概率均等 這道題的解法非常多，網上討論也非常熱烈。本文要討論的是...
MySQL隨機抽樣
最近由於需要大概研究了一下mysql的隨機抽取實現方法。舉個例子，要從tablename表中隨機提取一條記錄，大家一般的寫法就是 select from tablename order by rand limit 1。但是，後來我查了一下mysql的官方手冊，裡面針對rand 的提示大概意思就是，在...
R隨機抽樣
x為總體向量 n為樣本容量 replace f表示無放回抽樣 replace t表示放回抽樣 prob可以設定不等概率抽樣 sample x,n,replace f,prob null 用r模擬擲硬幣 h表示正面 t表示反面 有放回抽樣 sample c h t 10,replace t 1 h t...