信息交流、传播、提炼

nice to meet you

博客园 首页 新随笔 联系 订阅 管理

对于随即提取的问题一般常用的方法是用newid():

  select top 2000 * from tb order by newid()


但是在海量数据下,它的性能是无法忍受的。这里我用一个变通的办法来实现性能的提升,思路为:表必须存在一个guid类型的主键或者索引列,然后用这个列去like一个随机字符串,随机字符串必须为guid规定的字符集合(数字+A到Z)。下面例子只用到了数字,并且只用了4个数字来匹配,你可以更改like后面的语句来调整这个策略。

  --生成测试环境
  use master
  go
  create table test(id uniqueidentifier,name varchar(100))
  insert into test select newid(),name from syscolumns
      --这里可以采用循环插入百万记录

  --随机提取
  select top 10 * from test where id like
  char(48+abs(checksum(newid())%10))+ '%'+
  char(48+abs(checksum(newid())%10))+ '%'+
  char(48+abs(checksum(newid())%10))+ '%'+
  char(48+abs(checksum(newid())%10))+'%'

  --删除测试环境

  drop table test
经过测试,300万数据提取2000条,耗时大约1秒左右,这个结果还是可以接受的,至于随即的分布情况还有待于数学论证。另外提醒一点,索引对like语句是有效的。

 

posted on 2009-07-25 09:13  seeyou  阅读(348)  评论(0)    收藏  举报