Я думаю, что самое быстрое решение -

select * from table where rand() <= .3

вот почему я думаю, что это должно сделать работу.

• он создаст случайное число для каждой строки. Число между 0 и 1
• он оценивает, следует ли отображать эту строку, если сгенерированное число от 0 до .3 (30%).

предполагается, что rand() генерирует числа в равномерном распределении. Это самый быстрый способ сделать это.

Я видел, что кто-то порекомендовал это решение, и они были сбиты без доказательств.. вот что я бы на это сказал ... --2-->

• Это O(n), но сортировка не требуется, поэтому она быстрее, чем O (N lg n)

• mysql очень способен генерировать случайные числа для каждой строки. Попробуйте это -

  выберите rand () из INFORMATION_SCHEMA.Ограничение таблиц 10;

поскольку рассматриваемая база данных-mySQL, это правильное решение.

быстрее, чем заказ по RAND ()

я протестировал этот метод, чтобы быть намного быстрее, чем ORDER BY RAND(), следовательно, он работает в O (n) времени, и делает это впечатляюще быстро.

от http://technet.microsoft.com/en-us/library/ms189108%28v=sql.105%29.aspx:

версия без MSSQL -- Я не проверял это

SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= RAND()

версия MSSQL:

SELECT * FROM Sales.SalesOrderDetail
WHERE 0.01 >= CAST(CHECKSUM(NEWID(), SalesOrderID) & 0x7fffffff AS float) / CAST (0x7fffffff AS int)

это позволит выбрать ~1% записей. Так что если вы нужно точное # процентов или записей, которые будут выбраны, оценить свой процент с некоторым запасом безопасности, а затем случайным образом вырвать лишние записи из результирующего набора, используя более дорогой ORDER BY RAND() метод.

Еще Быстрее

я смог улучшить этот метод еще больше, потому что у меня был хорошо известный диапазон значений индексированных столбцов.

например, если у вас есть индексированный столбец с равномерно распределенные целые числа [0..max], вы можете использовать это для случайного выбора N небольшой интервал. Сделайте это динамически в своей программе, чтобы получить другой набор для каждого запуска запроса. Этот выбор подмножества будет O (N), который может на много порядков меньше, чем ваш полный набор данных.

в моем тесте я сократил время, необходимое для получения 20 (из 20 mil) образцов записей из 3 минуты использование ORDER BY RAND () до 0.0 секунд!

по-видимому, в некоторых версиях SQL есть TABLESAMPLE command, но это не во всех реализациях SQL (в частности, Redshift).

http://technet.microsoft.com/en-us/library/ms189108 (v=sql.105).aspx

просто использовать

WHERE RAND() < 0.1 

чтобы получить 10% записей или

WHERE RAND() < 0.01 

чтобы получить 1% записей и т. д.

начиная с наблюдения, что мы можем получить идентификаторы из таблицы (например. графа 5) на основе набора:

select *
from table_name
where _id in (4, 1, 2, 5, 3)

мы можем прийти к результату, что если бы мы могли сгенерировать строку "(4, 1, 2, 5, 3)", тогда у нас был бы более эффективный способ, чем RAND().

например, в Java:

ArrayList<Integer> indices = new ArrayList<Integer>(rowsCount);
for (int i = 0; i < rowsCount; i++) {
    indices.add(i);
}
Collections.shuffle(indices);
String inClause = indices.toString().replace('[', '(').replace(']', ')');

если идентификаторы имеют пробелы, то начальный arraylist indices является результатом sql-запроса по идентификаторам.

Я хочу отметить, что все эти решения кажутся образца без замены. Выбор верхних K строк из случайной сортировки или присоединение к таблице, содержащей уникальные ключи в случайном порядке, даст случайную выборку, сгенерированную без замены.

Если вы хотите, чтобы ваш образец был независимым, вам нужно будет попробовать с заменой. См.вопрос 25451034 для одного примера того, как это сделать, используя соединение способом, подобным решению user12861. Этот решение написано для T-SQL, но концепция работает в любой SQL БД.

Если вам нужно точно m строки, реально вы будете генерировать подмножество идентификаторов за пределами SQL. Большинство методов требуют в какой-то момент выбрать запись "nth", а таблицы SQL на самом деле не являются массивами вообще. Предположение, что ключи последовательны, чтобы просто присоединиться к случайным входам между 1 и количеством, также трудно удовлетворить - MySQL, например, не поддерживает его изначально, и условия блокировки... хитрый.

вот

возможно, вы могли бы сделать

SELECT * FROM table LIMIT 10000 OFFSET FLOOR(RAND() * 190000)