连接两个表，然后从结果中随机提取n%的行.(查询中的表http://data.stackexchange.com/)

Question

在从stackoverflow数据转储（https://data.stackexchange.com/）。

我使用了以下查询：

select top 1 percent * from users u join posts p ON p.OwnerUserId = u.Id 
order by newid();

由于服务器对执行时间的一些限制，我得到了错误：

错误："；超时已过期。在操作完成或服务器没有响应之前经过的超时时间"

有人能建议我如何优化查询吗？

Answer 1

从大表中选择随机数据时，newid（）并不是一个很好的选项，因为它需要对所有行进行排序——如果只选择1%，那将浪费大量时间。

微软建议使用binary_checksum随机选择行，如果1%的准确性不重要，这应该会更好：

select * from Users u
join (
  select * from Posts
  WHERE (ABS(CAST(
    (BINARY_CHECKSUM
    (Id, NEWID())) as int))
    % 100) < 1
) p on p.OwnerUserId = u.Id 

由于posts是一个视图，所以不可能使用tablesample，但在实际情况下，这也是一个选项。

Answer 2

使用rand()，您可以通过以下方式显示随机数目的行：

set @r = rand();
SELECT * FROM `anuncios` WHERE rand() < @r 

• 注意，如果您想获得播放记录的最小、最大甚至特定百分比，则使用此方法也可以获得零记录，将r变量设置为所需的任何值