选择随机行，使得子组列的组合是唯一的

Question

从

my_table

与列

a

，

b

，

c

，

d

和

e

我想随机选择

N

行，这样列

a

，

b

和

的组合c

是独一无二的。

我试着和一群人一起解决这个问题：

select a, b, c, min(d), min(e) from my_table
group by a, b, c

这种方法行不通，因为它不会从

my_table

返回实际存在的行，因为列

d

和

e

的最小值可以在不同的行中。此外，

min

不是一个合适的函数，因为它不返回随机行。

我怎样才能实现它？

我正在使用基于 Presto 构建并运行标准 ANSI SQL 的 amazon athena。

Answer 1

我没有安装 Presto，只有 Trino（但 Athena 引擎 v3 应该基于 Trino），在 Trino 中，您可以尝试使用

min_by

/

max_by

函数将它们与

random

结合起来用于“订购”和一些

ROW

魔法：

select a, b, c, 
    min_by((d, e), random()).* as (d, e)
from my_table
group by a, b, c

另一种适用于 v2 和 v3 引擎的方法是在分区上使用

row_number

窗口函数并再次使用

random

进行排序：

select a, b, c, d, e 
from(
    select *,
       row_number() over(partition by a, b, c order by random()) rn
    from dataset)
where rn = 1

Answer 2

你没有告诉你正在使用哪个DBMS，所以不可能给出完整的解决方案。

但策略是

1. 使用窗口函数 对具有相同 a、b、c 的行进行分组。在 Oracle 中，这类似于 ``SELECT a, b, c, (row_number() over (partition by a, b, c order by a, b, c)) id_row
2. 使用另一个 select 从第一个 select 中选择行，使用 random() 函数——但是你必须查看你的 DBMS 文档以找出使用哪个函数