从MySQL中选择随机行(有概率)

Question

我有一个MySQL表，其中有一个名为cur_odds的行，它是一个百分数，表示该行被选中的概率。例如，当您运行100个查询时，我如何创建一个查询，使其以大约相同的频率选择行？

我尝试了以下方法，但概率为0.35的行最终被选中的概率约为60-70%。

SELECT * FROM table ORDER BY RAND()*cur_odds DESC

表中cur_odds的所有值恰好相加为1。

Answer 1

如果cur_odds很少更改，您可以实现以下算法：

1)新建一个列prob_sum，该列

prob_sum := cur_odds

对于1 <= I <= row_count - 1：

prob_sumi := prob_sumi -1+ cur_oddsi

2)生成一个从0到1的随机数：

rnd := rand(0,1)

3)找到prob_sum > rnd的第一行(如果在prob_sum上创建BTREE索引，查询速度会快得多)：

CREATE INDEX prob_sum_ind ON (prob_sum)；

设置@rnd := RAND()；

SELECT MIN( prob_sum ) FROM WHERE prob_sum> @rnd;

Answer 2

对于上面的SQL语句，cur_odds中的任何数字都不是每一行被选中的概率，而是一个任意的权重(相对于所有其他行的“权重”)，它可以更好地解释为向排序表顶部浮动的相对趋势。每一行中的实际值是没有意义的(例如，您可以有4行，值为0.35、0.5、0.75和0.99，或者您可以有值35、50、75和99，结果将是相同的)。

更新：这里是您的查询的执行情况。有一行的cur_odds值为0.35。为了便于说明，我将假设其他9行都具有相同的值(0.072)。为了说明起见，让我们假设RAND()返回一个从0.0到1.0的值(实际上可能是)。

每次运行此SELECT语句时，通过将行的RAND值乘以cur_odds ()值(从0.0到1.0 )，为每行分配一个排序值。这意味着具有0.35的行将具有介于0.0和0.35之间的排序值。

每隔一行(值为0.072)将有介于0.0和0.072之间的排序值。这意味着您的一行的排序值大于0.072的可能性约为80%，这意味着没有任何其他行的排序值可能更高。这就是为什么cur_odds值为0.35的行排在第一位的次数比您预期的要多。

我错误地将cur_odds值描述为相对更改权重。它实际上起到了最大相对权重的作用，然后需要一些复杂的数学运算来确定涉及的实际相对概率。

我不确定您需要的东西是否可以用直接的T-SQL来完成。我已经实现了很多次加权概率选择器(具有讽刺意味的是，我今天早上甚至要问一个关于最佳方法的问题)，但总是在代码中实现。