如何随机删除 SQLite 表中 20% 的行答案

【问题标题】：How to randomly delete 20% of the rows in a SQLite table如何随机删除 SQLite 表中 20% 的行
【发布时间】：2011-05-17 22:00:34
【问题描述】：

下午好，我们想知道如何在一个有 15000 行的 sqlite 表中随机删除 20% 的行。我们注意到在 Stack Overflow 中使用 SQL Server Select n random rows from SQL Server table 解决了这个问题。但是 SQL Server 脚本在 sqlite 中似乎无法正常运行。我们如何将 SQL Server 脚本转换为 sqlite 等效脚本？谢谢。

【问题讨论】：

Kevin Peno's answer 有什么问题？

标签： sqlite

【解决方案1】：

另外，由于 sqlite 中的 random() 函数返回一个有符号的 64 位整数，我们可以将这个空间内的一个点计算为 (2^63) * 0.6 。大于此的有符号整数将占正符号 64 位整数集的 40%，因此占整个集的 20%。

截断为下面的整数，这是 5534023222112865484 。

因此，您应该能够通过简单的方式获得 20% 的行：

   SELECT * FROM table WHERE random() > 5534023222112865485

或者在你的情况下，因为你想删除那么多：

   DELETE FROM table WHERE random() > 5534023222112865485

希望您喜欢这种方法。如果您希望从此类操作中获得高性能，它实际上可能是合适的，但它可能取决于硬件/版本，因此可能不值得冒险。

【讨论】：

感谢您的回复。我只是试图接受你的回答。一旦我们运行 DELETE FROM table WHERE random() > 5534023222112865485 ，表中的 rowids 就会有间隙。你知道要运行哪些 sqlite 语句来缩小 rowid 差距吗？谢谢。
作为一般的好习惯，您不应该关心 ROWID 的实际值，以及序列中是否可能存在间隙。由于各种原因，数据库在任何情况下都可能在正常使用过程中出现序列间隙。例如，当您开始时；插入;插入;犯罪;在您开始时在一个线程中；插入;回滚；在另一个线程中，您最终可能会在 ROWID 中出现空白。
另外，正如有人在下面的评论中指出的那样，使用 WHERE (random() % 5) = 0 确实是一个更好的解决方案，因为它不需要花哨的大小计算64 位有符号整数，它没有可能依赖于硬件/版本。
感谢您的回复。您对 rowid 中的空白的评论非常有帮助。您关于 where (random() % 5) 的第二条评论对我们也很有帮助，特别是因为我们希望我们的解决方案独立于硬件，谢谢。

【解决方案2】：

不是很“随机” - 但如果你在表上有一个标识列，你可以DELETE FROM mytable WHERE ID % 5 = 0 这应该从统计上删除非常接近五分之一的行。

【讨论】：

@Will A，谢谢您的回答。我刚刚接受了你的回答。我们表中唯一的标识列是隐式 ROWID 列。我们可以在您的答案中用 ROWID FOR ID 代替吗？谢谢你的建议。
@Frank - 很高兴，先生。是的，ROWID 没问题。
@Frank：你可以使用rowid。你也可以使用WHERE random() % 5 = 0。
@WillA，谢谢你的回答。我会尽快尝试并告诉您我们的结果。
@Nick Dandoulakis，谢谢您的回答。我将在复制我的 sqlite 数据库后立即尝试。感谢您的帮助。

【解决方案3】：

试试：

DELETE FROM TABLE 
WHERE ROWID IN (SELECT ROWID FROM TABLE ORDER BY RANDOM() LIMIT 3000)

如果要在子查询中计算 20%：LIMIT (SELECT CAST( ( COUNT(id) * 0.2 ) AS INT )

【讨论】：

@user589993，谢谢您的回答。我刚刚接受了你的回答。我们的 sqlite 表中没有 ID 列。我们可以使用 ROWID 代替 ID 吗？感谢您的帮助。
是的，ROWID 也可以正常工作，而且您似乎接受了其他解决方案之一。
@user589993，谢谢您的回答。我会马上试一试，然后告诉你我们的结果。
@user589993，我试过你的答案。它运行得很快。我只是好奇我们是否可以在随机删除后使修改表中的 rowid 连续。感谢您的帮助。

【解决方案4】：

SQLite - ORDER BY RAND() 提供提示。因此这可能有效？

DELETE FROM table WHERE id IN(
    SELECT id FROM table ORDER BY RANDOM() LIMIT (
        SELECT CAST( ( COUNT(id) * 0.2 ) AS INT ) FROM table
    )
);

【讨论】：

感谢您的回答。我刚刚接受了你的回答。我们可以在您的答案中用 ROWID 代替 ID。感谢您的帮助。
我试过你的答案。它工作正常。我注意到现在 ROWID 中存在差距。是否可以使 ROWID 再次连续？感谢您的帮助。
@Frank，为了使ROWID 再次连续，您需要将数据复制到临时表，截断当前表，然后重新插入旧数据。但是，我同意其他关于无需担心的评论。
对我来说，这看起来是唯一具有确切结果的答案，还是我忽略了某些东西？顺便说一句：CAST 不是必需的（至少对于版本 3.21.0）。