在组内不重复的 SQL 随机数答案

【问题标题】：SQL random number that doesn't repeat within a group在组内不重复的 SQL 随机数
【发布时间】：2013-07-31 08:58:32
【问题描述】：

假设我有一张桌子：

HH  SLOT  RN
--------------
 1     1  null
 1     2  null
 1     3  null
--------------
 2     1  null
 2     2  null
 2     3  null

我想将 RN 设置为 1 到 10 之间的随机数。数字在整个表中重复是可以的，但重复数字内不好 em> 任何给定的 HH。例如：

HH  SLOT  RN_GOOD  RN_BAD
--------------------------
 1     1        9       3
 1     2        4       8
 1     3        7       3  <--!!!
--------------------------
 2     1        2       1
 2     2        4       6
 2     3        9       4

如果有什么不同，这在 Netezza 上。这对我来说真是头疼。提前致谢！

【问题讨论】：

为什么不在(HH, RN) 上添加唯一索引并在失败时重试？
Netezza 不强制执行唯一索引。不知道是我们的配置还是整个系统。

标签： sql algorithm random netezza

【解决方案1】：

要获得一个介于 1 和 hh 中的行数之间的随机数，可以使用：

select hh, slot, row_number() over (partition by hh order by random()) as rn
from t;

更大范围的值更具挑战性。下面计算一个表（称为randoms），其中包含相同范围内的数字和随机位置。然后它使用slot 索引到该位置并从randoms 表中提取随机数：

with nums as (
      select 1 as n union all select 2 union all select 3 union all select 4 union all select 5 union all
      select 6 union all select 7 union all select 8 union all select 9
     ),
     randoms as (
      select n, row_number() over (order by random()) as pos
      from nums
     )
select t.hh, t.slot, hnum.n
from (select hh, randoms.n, randoms.pos
      from (select distinct hh
            from t
           ) t cross join
           randoms
     ) hnum join
     t
     on t.hh = hnum.hh and
        t.slot = hnum.pos;

Here 是一个 SQLFiddle，它在 Postgres 中演示了这一点，我认为它与 Netezza 足够接近以具有匹配的语法。

【讨论】：

【解决方案2】：

我不是 SQL 专家，但可能会做这样的事情：

初始化计数器 CNT=1
创建一个表，以便您从每个组中随机抽取 1 行以及一个空 RN 计数，例如 C_NULL_RN。
每行的概率为 C_NULL_RN/(10-CNT+1)，将 CNT 指定为 RN
增加 CNT 并转到第 2 步

【讨论】：

也许在存储过程中我可以完成它。实际上，如果我能让 sql 工作，你让我考虑也许用 python 离线。
@Chris 或者，您可以编写一个连接到 SQL 服务器并运行虚构查询的 python 程序。

【解决方案3】：

好吧，我找不到一个巧妙的解决方案，所以我做了一个 hack：

创建了一个名为 rand_inst 的新整数字段。
为每个空槽分配一个随机数。
将rand_inst 更新为该家庭中该随机数的实例号。例如，如果我得到两个 3，那么第二个 3 会将 rand_inst 设置为 2。
更新表格以在rand_inst>1 的任何位置分配不同的随机数。
重复分配和更新，直到我们找到一个解决方案。

这就是它的样子。懒得匿名了，所以名字和我原来的帖子有点不同：

/* Iterative hack to fill 6 slots with a random number between 1 and 13.
   A random number *must not* repeat within a household_id.
*/
update c3_lalfinal a
set a.rand_inst = b.rnum
from (
    select household_id
          ,slot_nbr
          ,row_number() over (partition by household_id,rnd order by null) as rnum
    from c3_lalfinal
) b
where a.household_id = b.household_id
  and a.slot_nbr = b.slot_nbr
;

update c3_lalfinal
set rnd = CAST(0.5 + random() * (13-1+1) as INT)
where rand_inst>1
;

/* Repeat until this query returns 0: */
select count(*) from (
  select household_id from c3_lalfinal group by 1 having count(distinct(rnd)) <> 6
) x
;

【讨论】：