如何在 SQL 中随机执行部分外连接答案

【问题标题】：How can I randomly do a partial outer join in SQL如何在 SQL 中随机执行部分外连接
【发布时间】：2017-05-16 18:32:35
【问题描述】：

我有两个单列表，A 和 B。我想创建一个新表，其中 A 的每个元素都与 B 中的 3 个随机元素的样本配对，即：

表A：

A1  
A2  
A3

表 B：

B1  
B2  
B3  
...  
B100

结果表C：

A1 B51  
A1 B63  
A1 B17   
A2 B62    
A2 B13    
A2 B17  
A3 B1  
A3 B69  
A3 B78

对于每个 A，B 的值是随机的。重复/重叠对于不同的 As 是可以的，但对于给定的 A 则不行（即每个 A 必须与 B 的 3 个唯一元素配对，但不同的 As 可以具有相同的元素B；也就是说，不同的 As 极不可能有相同的 B 集）。有没有办法在 A 的元素上不使用 for 循环来做到这一点？

【问题讨论】：

您使用的是哪个 DBMS？
也许是FROM A cross apply (Select top 10 FROM B order by random())，但这取决于dbms
我们正在使用 SQL Server
是的，2008 年。需要为每个项目设置不同的 10 条记录
B 的预期输出样本将有助于澄清问题。

标签： sql sql-server

【解决方案1】：

我认为最简单的方法可能是outer apply:

select a.*, b.*
from a outer apply
     (select top 3 b.*
      from b
      where b.id <> a.id   -- just needed to prevent correlation "optimization"
      order by newid()
     ) b;

我确实强调“简单”。对于较大的b 表，Ross 的解决方案可能更快。

【讨论】：

再一次，我认为这会重复项目——A 的每个项目都会从 B 获得相同的项目。
@RossPresser 。 . .这是可能的，但前提是 SQL Server 优化了对子查询的重复调用。反过来，这可以通过添加相关条件来解决。
您是使用 PK 表中的 id 还是建议创建一个 row_number() id ？我担心如果 id 与 A 相同，您无法从 B 中选择
@JuanCarlosOropeza 。 . .我不明白你的评论。这个答案没有row_number()。它确实有一个毫无价值的关联子句，应该确保关联的子查询运行多次。
@GurwinderSingh 不知道这是否有帮助，但在 rextester 工作正常

【解决方案2】：

这可以做到，但速度不是很快。假设 F1 是 A 的主键（或至少是 A 的某个唯一键），而 F2 是您想要 B 的值（主键与否）：

WITH X AS (
   SELECT A.F1,  ROW_NUMBER() OVER (ORDER BY A.F1) AS N
   FROM A
), Y AS (
   SELECT B.F2, ROW_NUMBER() OVER (ORDER BY NEWID()) AS N
   FROM B
) 
SELECT A.F1, B.F2
FROM X INNER JOIN Y ON Y.N BETWEEN (X.N-1)*10+1 and ((X.N)*10)

编辑：修正一个错误。现在对 X.N=1 使用 Y.N=1..10，对 X.N=2 使用 Y.N=11..20，等等。

【讨论】：

我尝试测试您的功能，但不起作用。你能检查一下吗here
更新了答案。请注意，您的 B 表只有 15 个项目，因此不能满足所有 5 个 A 项目。（我试图提供一个更新的测试，但我的更改没有坚持下去；我对那个测试站点不是很熟悉。）
我的回答假设您需要为每个 A 提供唯一的 B 项。您更新的问题澄清了这不是必需的。由于这种误解，我“击落”的两个答案将满足您的需求。
我知道 OP 需要 10 个随机 B 用于每个 A 行。但是 B 中的一项可以出现多次，约束是不要对所有 A 使用相同的 10 个随机 B。
你不需要假设 F1 是 tableA 的 PK，只需使用 row_number 中的 N。

【解决方案3】：

我相信这行得通：

    ;
    WITH    RandomBs
              AS ( SELECT c.ClientId AS val
                    ,   ROW_NUMBER() OVER ( ORDER BY ( SELECT NEWID() ) ) rn
                    FROM Clients c),
            A AS ( SELECT DO.OrganizationId
                    ,   ROW_NUMBER() OVER ( ORDER BY ( SELECT NULL ) ) rn
                    FROM Organizations DO)
        SELECT *
            FROM A
                CROSS APPLY ( SELECT val
                                FROM RandomBs
                                WHERE rn BETWEEN ( ( ( A.rn - 1 ) * 10 ) + 1 ) AND ( (A.rn * 10) ) ) x

【讨论】：