SQLデータサンプリング

Question

外部企業に何らかのデータを提供する要求がありました。 データのサンプルが必要なのですが、単純なのですか？違う。ここで

そのサンプリング基準です：720（必要なサンプルサイズ）で割ったレコードの

• 総数 - これはサンプリング間隔を与える結果が分数である場合（、次の整数に切り捨て数）。

• サンプリング間隔を半減して開始点を取得します。

• サンプリング間隔を加算して各レコードを返します。

例：

• 万レコード - サンプリング間隔= 13（10,000/720）
• 開始点= 6（13/2四捨五入）
• 戻りレコード6、19（6+ 13）、32（19 + 13）、45（32 + 13）など.....

誰かがこのようなものは、SQLで可能であるか（あれば）私に言うことができるしてください。

Answer 1

ROW_NUMBER（）を使用している場合、これは比較的簡単に実行できます。

SELECT 
    * 
FROM 
(
    SELECT 
    ROW_NUMBER() OVER (ORDER BY a, b, c, d) AS record_id, 
    * 
    FROM 
    yourTable 
) 
    AS data 
WHERE 
    (record_id + 360) % 720 = 0 

ROW_NUMBER()（idフィールドの両方で一意であるとのギャップがあってはならないとして、これは重要です）、すべてのデータをシーケンシャル識別子を与えます。また、データの順序を(ORDER BY a, b, c, d)に定義します。

モジュロ（多くの場合、%演算子）を使用すると、レコードが720番目のレコード、1440番目のレコードなどであるかどうかをテストできます（720％720 = 0なので）。

次に、id値を360でオフセットすると、結果セットの開始点を変更できます。

EDIT質問を再読み込みした後

、私はあなたがすべての第720のレコードを望んでいない参照が、一様に720件のレコードを選択しました。このように

、(SELECT COUNT(*)/720 FROM yourTable)

で720を交換し、正確に720レコードの結果をできるようになります丸め条件を無視(SELECT (COUNT(*)/720)/2 FROM yourTable)

EDIT

で360を交換してください。これには、非整数値を使用する必要があり、モジュロの結果は1未満です。

WHERE 
    (record_id + (SELECT COUNT(*) FROM yourTable)/1440.0) 
    % 
    ((SELECT COUNT(*) FROM yourTable)/720.0) 
    < 
    1.0 

Answer 2

declare @sample_size int, @starting_point int 

select @sample_size = 200 

select top (@sample_size) col1, col2, col3, col4 
from (
    select *, row_number() over (order by col1, col2) as row 
    from your_table 
) t 
where (row % ((select count(*) from your_table)/@sample_size)) - (select count(*) from your_table)/@sample_size/2) = 0 

SQL Serverの2005+で動作するようになるだろう。

TOP (@variable)は、行の数を制限するために使用されます（整数の丸めでは不十分で、必要以上の行が返される可能性があります）。ROW_NUMBER()は行の数と順序を決定します。

の作業例：コードの下http://data.stackexchange.com/stackoverflow/query/62315/sql-data-sampling：

declare @tab table (id int identity(1,1), col1 varchar(3), col2 varchar(3)) 

declare @i int 

set @i = 0 

while @i <= 1000 
begin 
    insert into @tab 
    select 'aaa', 'bbb' 
    set @i = @i+1 
end 

declare @sample_size int 

select @sample_size = 123 

select ((select count(*) from @tab)/@sample_size) as sample_interval 

select top (@sample_size) * 
from (
    select *, row_number() over (order by col1, col2, id desc) as row 
    from @tab 
) t 
where (row % ((select count(*) from @tab)/@sample_size)) - ((select count(*) from @tab)/@sample_size/2) = 0 

Answer 3

あなたは、行番号を取得するには、ランクを使用することができます。次のコードは、テーブルに10000のレコードを作成し、合計769行の6番目、19番目、32番目などを選択します。

CREATE TABLE Tbl (
    Data varchar (255) 
) 
GO 

DECLARE @i int 
SET @i = 0 
WHILE (@i < 10000) 
BEGIN 
    INSERT INTO Tbl (Data) VALUES (CONVERT(varchar(255), NEWID())) 
    SET @i = @i + 1 
END 
GO 

DECLARE @interval int 
DECLARE @start int 
DECLARE @total int 
SELECT @total = COUNT(*), 
     @start = FLOOR(COUNT(*)/720)/2, 
     @interval = FLOOR(COUNT(*)/720) 
FROM Tbl 

PRINT 'Start record: ' + CAST(@start as varchar(10)) 
PRINT 'Interval: ' + CAST(@interval as varchar(10)) 

SELECT rank, Data 
FROM (
    SELECT rank() 
    OVER (ORDER BY t.Data) as rank, t.Data AS Data 
    FROM Tbl t) q 
WHERE ((rank + 1) + @start) % @interval = 0 

Answer 4

SQLサーバーには組み込み関数があります。
セレクト姓、名 からPerson.Person TABLESAMPLE（10 PERCENT）;