TSQL - 50:50 分组记录

【问题标题】：TSQL - 50:50 split of records in group byTSQL - 50:50 分组记录
【发布时间】：2015-06-27 23:27:15
【问题描述】：

我正在尝试找到一种方法来拆分测试记录。我有几列需要考虑，比如 mailsegment 和 pack。我想在两个级别上得到一个均匀（或接近）的分裂并卷起。

我已经看到了这个解决方案 (How do I select TOP 5 PERCENT from each group?) 并将它应用到我的问题中，并在详细级别上取得了相当大的成功，但是当我将我的分段提升到一个包级别时，它并不均匀。这是由于在某些情况下邮件段具有奇数条记录。有没有办法可以在包装级别（例如，只有 2 包）平衡这一点，并且仍然在我的邮件段（200 多个段）中准确地对我的样本进行分层？

提前感谢您的帮助。

【问题讨论】：

标签： sql-server tsql common-table-expression sample

【解决方案1】：

您需要的是分层样本。您可以通过使用row_number() 并获取第 n 个值来做到这一点：

select t.*
from (select t.*,
             row_number() over (partition by mailsegment, pack order by newid()) as seqnum
      from table t
     ) t
where seqnum % 20 = 1;

编辑：

上面应该可以，但实际上最好不分区对数据进行排序。

更新：

with toupdate as (
      select t.*,
             row_number() over (order by mailsegment, pack, newid()) as seqnum
      from table t
     )
update toupdate
    set myField = 'Test 1'
    where seqnum % 20 = 1;

这将适用于其他测试单元。

【讨论】：

所以如果我需要更新table t，我可以使用update t set myfield = 'Test 1' from (...。那会是正确的吗？也不难，这是否可以进一步应用于偶数 3 或 4 路拆分？