如何从 Socrata API 获取随机数据？答案

【问题标题】：How do I get random data from Socrata API?如何从 Socrata API 获取随机数据？
【发布时间】：2016-07-26 02:19:48
【问题描述】：

如何从 Socrata API 获取随机数据样本？也就是说，我正在尝试获取https://health.data.ny.gov/resource/s8d9-z734.json，但暂时不喜欢整个下载它，因为它非常大。

【问题讨论】：

标签： socrata soda

【解决方案1】：

出于性能和缓存原因（想象一下，一堆客户端一遍又一遍地调用$order=rand() 的影响......），我们没有任何类型的rand() 或采样函数，但您可以创建自己的有一点工作的样本集：

执行$select=count(*) 查询以确定集合的大小
在本地使用rand() 提出一些偏移量
将$limit 和$offset 与稳定的$order 结合使用以挑选出单独的记录。例如：$order=facility_id&$limit=1&$offset=<some rand() number>

不幸的是，样本大小为 1000，这将需要对 API 进行 1001 次调用。请务必注册app token...

【讨论】：

【解决方案2】：

寻找一个可以被视为随机种子的字段，例如按字母顺序排序 total_charges（即随机抽样 https://health.data.ny.gov/resource/s8d9-z734.json?$limit=1000&$order=total_charges&$offset=10000）但事实证明 Socrata 知道这是一个数字字段，尽管它在 JSON 中作为字符串返回并按数字排序。更聪明的想法，有人吗？随机抽样是开放数据中的一个重要问题:-)

【讨论】：