如何基于加权基值生成样本数据

Question

使用SQL，我需要根据一些分配权重的基值生成N行的一些样本数据。

例如:如果我的基值及其相应的权重是：

• a-1，
• b-2，
• c-3，
• d-4，
• 电子-5

如果所需的样本大小为15，则返回的行集应该有：

• 5排e，
• 四排d，
• 3行c，
• 2排b.
• 和一排

总共15行。

Answer 1

在server中，您可以使用left,right来拆分值，然后使用cte + recursion get多个行，这种逻辑对于其他关系数据库管理系统也是常见的。

表& DDL

|val|
|--- |
|a-1|
|b-2|
|c-3|
|d-4|
|e-5|

​

​

查询SQL

with cte as (
  select 
   left(val, CHARINDEX('-', val)-1)  id
   ,convert(int, right(val, CHARINDEX('-', val)-1 ))  cnt
  from t
)
,cte2 as (
  select T1.id,T1.cnt - 1 as cnt from cte T1
  union all
  select T1.id,T2.cnt - 1 as cnt from cte T1
  inner join cte2 T2 on T1.id = T2.id and T2.cnt > 0 
)
select id from cte2
order by id,cnt

​

​

online demo link | db<>fiddle

Answer 2

您需要一种生成行的方法，例如数字表。假设你有，那么问题就是算术(基本上)。

如果行数是权重之和的确切倍数，则以下操作很好：

select *
from (select t.*, sum(weight) over () as sum_weight,
             sum(weight) over (order by rand()) as running_weight
      from t
     ) t join
     n
     on n.n % sum_weight >= running_weight - weight and
        n.n % sum_weight < running_weight
where n.n <= 15
order by value;

这里是db<>fiddle。Fiddle使用Server，但这基本上是标准SQL。