【1】方法一:通过dbms_random.random
select
*
from
(
select
*
from
largetable
order
by
dbms_random.random)
where
rownum
<=
20000
;
【2】方法二:通过dbms_random.value
select
*
from
(
select
*
from
largetable
order
by
dbms_random.value)
where
rownum
<=
20000
;
【3】方法三:通过采样表扫描
select
*
from
(
select
*
from
largetable sample(
10
))
where
rownum
<=
20000
;
下面我们通过实践来比较这3种方法的效率,首先我们创建一个包含有10W条记录的表用于实验:
create
table
LARGETABLE
(
ID NUMBER not null primary key ,
BIRTHDAY DATE not null
)
(
ID NUMBER not null primary key ,
BIRTHDAY DATE not null
)
接下来我们插入10W条数据
create
or
replace
procedure
random_insert
as
i number ;
startDate date : = sysdate;
begin
for i in 1 .. 100000 loop
insert into largetable values (i, startDate + 1 );
end loop commit ;
end ;
i number ;
startDate date : = sysdate;
begin
for i in 1 .. 100000 loop
insert into largetable values (i, startDate + 1 );
end loop commit ;
end ;
在SQL*PLUS下设置显示SQL语句执行时间:set timing on,让后分别运行上述三条语句:
第一个的执行时间为 00: 00: 16: 04
第二个的执行时间为 00: 00: 54: 04
第三个的执行时间为 00: 00: 08: 07
从这里我们可以看出在进行数据随机抽取时,采用sample的方法效率是最高的。为了保证每次随机查询的数据尽量不重复,我们可以把sample中的百分比提高一些(例如从10%提高到20%)。