Registro aleatorio de una tabla de base de datos (T-SQL)

¿Existe una forma sucinta de recuperar un registro aleatorio de una tabla de servidor SQL?

Me gustaría aleatorizar mis datos de prueba unitaria, así que estoy buscando una forma sencilla de seleccionar una identificación aleatoria de una tabla. En inglés, la selección sería "Seleccione una identificación de la tabla donde la identificación es un número aleatorio entre la identificación más baja en la tabla y la identificación más alta en la tabla".

No puedo encontrar una manera de hacerlo sin tener que ejecutar la consulta, probar un valor nulo y luego volver a ejecutar si es nulo.

Ideas?

¿Existe una forma sucinta de recuperar un registro aleatorio de una tabla de servidor SQL?

si

SELECT TOP 1 * FROM table ORDER BY NEWID()

Explicación

Se NEWID()genera A para cada fila y luego la tabla se ordena por ella. Se devuelve el primer registro (es decir, el registro con el GUID "más bajo").

Notas

1. Los GUID se generan como números pseudoaleatorios desde la versión cuatro:

   El UUID de la versión 4 está diseñado para generar UUID a partir de números verdaderamente aleatorios o pseudoaleatorios.

   El algoritmo es como sigue:

   • Establezca los dos bits más significativos (bits 6 y 7) de clock_seq_hi_and_reserved en cero y uno, respectivamente.
   • Configure los cuatro bits más significativos (bits 12 a 15) del campo time_hi_and_version al número de versión de 4 bits de la Sección 4.1.3.
   • Establezca todos los demás bits en valores elegidos aleatoriamente (o pseudoaleatoriamente).

   - Un espacio de nombres URN de identificador universalmente único (UUID) - RFC 4122

2. La alternativa SELECT TOP 1 * FROM table ORDER BY RAND()no funcionará como uno pensaría. RAND()devuelve un solo valor por consulta, por lo que todas las filas compartirán el mismo valor.

3. Si bien los valores de GUID son pseudoaleatorios, necesitará un PRNG mejor para las aplicaciones más exigentes.

4. El rendimiento típico es de menos de 10 segundos para alrededor de 1.000.000 de filas, por supuesto, dependiendo del sistema. Tenga en cuenta que es imposible alcanzar un índice, por lo que el rendimiento será relativamente limitado.

En tablas más grandes, también puede usar TABLESAMPLEesto para evitar escanear toda la tabla.

SELECT  TOP 1 *
FROM YourTable
TABLESAMPLE (1000 ROWS)
ORDER BY NEWID()

El ORDER BY NEWIDsigue siendo necesaria para evitar filas que acaban de volver que aparecen por primera vez en la página de datos.

El número que se utilizará debe elegirse cuidadosamente para el tamaño y la definición de la tabla y puede considerar la lógica de reintento si no se devuelve ninguna fila. Las matemáticas detrás de esto y por qué la técnica no es adecuada para tablas pequeñas se discuten aquí.

También pruebe su método para obtener una identificación aleatoria entre MIN (Id) y MAX (Id) y luego

SELECT TOP 1 * FROM table WHERE Id >= @yourrandomid

Siempre te dará una fila.

Si desea seleccionar datos grandes, la mejor manera que conozco es:

SELECT * FROM Table1
WHERE (ABS(CAST(
    (BINARY_CHECKSUM
    (keycol1, NEWID())) as int))
    % 100) < 10

Fuente: MSDN

Estaba buscando mejorar los métodos que había probado y encontré esta publicación. Me doy cuenta de que es antiguo, pero este método no figura en la lista. Estoy creando y aplicando datos de prueba; esto muestra el método para "dirección" en un SP llamado con @st (estado de dos caracteres)

Create Table ##TmpAddress (id Int Identity(1,1), street VarChar(50), city VarChar(50), st VarChar(2), zip VarChar(5))
Insert Into ##TmpAddress(street, city, st, zip)
Select street, city, st, zip 
From tbl_Address (NOLOCK)
Where st = @st


-- unseeded RAND() will return the same number when called in rapid succession so
-- here, I seed it with a guaranteed different number each time. @@ROWCOUNT is the count from the most recent table operation.

Set @csr = Ceiling(RAND(convert(varbinary, newid())) * @@ROWCOUNT)

Select street, city, st, Right(('00000' + ltrim(zip)),5) As zip
From ##tmpAddress (NOLOCK)
Where id = @csr

Si realmente desea una muestra aleatoria de filas individuales, modifique su consulta para filtrar las filas al azar, en lugar de usar TABLESAMPLE. Por ejemplo, la siguiente consulta usa la función NEWID para devolver aproximadamente el uno por ciento de las filas de la tabla Sales.SalesOrderDetail:

SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float)
/ CAST (0x7fffffff AS int)

La columna SalesOrderID se incluye en la expresión CHECKSUM para que NEWID () se evalúe una vez por fila para lograr el muestreo por fila. La expresión CAST (CHECKSUM (NEWID (), SalesOrderID) & 0x7fffffff AS float / CAST (0x7fffffff AS int) se evalúa como un valor flotante aleatorio entre 0 y 1. "

Fuente: http://technet.microsoft.com/en-us/library/ms189108(v=sql.105).aspx

Esto se explica con más detalle a continuación:

¿Como funciona esto? Dividamos la cláusula WHERE y expliquemosla.

La función CHECKSUM calcula una suma de comprobación sobre los elementos de la lista. Es discutible si SalesOrderID es incluso necesario, ya que NEWID () es una función que devuelve un nuevo GUID aleatorio, por lo que multiplicar una cifra aleatoria por una constante debería resultar en un aleatorio en cualquier caso. De hecho, la exclusión de SalesOrderID parece no hacer ninguna diferencia. Si es un experto en estadística y puede justificar la inclusión de esto, utilice la sección de comentarios a continuación y hágame saber por qué me equivoco.

La función CHECKSUM devuelve un VARBINARIO. Al realizar una operación AND bit a bit con 0x7fffffff, que es el equivalente de (111111111 ...) en binario, se obtiene un valor decimal que es efectivamente una representación de una cadena aleatoria de 0 y 1. Dividir por el coeficiente 0x7fffffff efectivamente normaliza esta cifra decimal a una cifra entre 0 y 1. Luego, para decidir si cada fila merece ser incluida en el conjunto de resultados final, se usa un umbral de 1 / x (en este caso, 0.01) donde x es el porcentaje de los datos que se recuperarán como muestra.

Fuente: https://www.mssqltips.com/sqlservertip/3157/different-ways-to-get-random-data-for-sql-server-data-sampling