从MySQL中选择随机行（概率）

Question

我有一个MySQL表，其中有一行名为cur_odds，这是一个百分比数字，该行的概率百分比将被选中。 例如，当您运行100个查询时，如何进行实际选择大约该频率的行的查询？

我尝试了以下操作，但是有一个概率为0.35的行最终会在60-70％的时间内被选中。

SELECT * FROM table ORDER BY RAND()*cur_odds DESC

表中cur_odds的所有值都精确地加1。

Answer 1

如果很少更改cur_odds您可以实现以下算法：

1） prob_sum创建另一列prob_sum

prob_sum [0]：= cur_odds [0]

for 1 <= i <= row_count - 1：

prob_sum [i]：= prob_sum [i - 1] + cur_odds [i]

2）生成从0到1的随机数：

rnd：= rand（0,1）

3）找到prob_sum > rnd的第一行（如果在prob_sum上创建BTREE索引，查询应该工作得更快）：

CREATE INDEX prob_sum_ind ON <table>（prob_sum）;

SET @rnd：= RAND（）;

SELECT MIN（prob_sum）FROM <table> WHERE prob_sum> @rnd;

Answer 2

鉴于你的上述SQL语句，你在cur_odds中的数字不是每行被选中的概率，而是一个任意加权（相对于所有其他行的“权重”），而这可能最好被解释为相对倾向于浮动到排序表的顶部。 每行中的实际值是没有意义的（例如，您可以有4行，其值为0.35,0.5,0.75和0.99，或者您可以具有35,50,75和99的值，并且结果将是相同的）。

更新：这是您的查询正在发生的事情。 你有一行cur_odds值为0.35。 为了便于说明，我将假设其他9行都具有相同的值（0.072）。 同样为了说明，我们假设RAND（）返回一个从0.0到1.0的值（实际上可能）。

每次运行此SELECT语句时，通过将其cur_odds值乘以从0.0到1.0的RAND（）值，为每一行分配一个排序值。 这意味着具有0.35的行将具有介于0.0和0.35之间的排序值。

每隔一行（值为0.072）的排序值介于0.0和0.072之间。 这意味着，存在约80％的机会，你的一排将有一个排序值大于0.072时，这将意味着没有可能的机会 ，任何其他行可能进行排序更高。 这就是为什么你的cur_odds值为0.35的行比你预期的更频繁。

我错误地将cur_odds值描述为相对变化权重。 它实际上起到最大相对权重的作用，然后将涉及一些复杂的数学运算来确定所涉及的实际相对概率。

我不确定你需要用直接的T-SQL做什么。 我已多次实施一个加权概率选择器（我甚至会在今天早上提出一个关于最佳方法的问题，具有讽刺意味），但总是在代码中。