zoukankan      html  css  js  c++  java
  • newID()和RAND()

    装载:http://www.cnblogs.com/wenbhappy/archive/2008/05/09/1190603.html

    sql server的随机函数newID()和RAND()

    SELECT * FROM Northwind..Orders ORDER BY NEWID() 
    --随机排序

    SELECT TOP 10 * FROM Northwind..Orders ORDER BY NEWID() 
    --从Orders表中随机取出10条记录

    示例

    A.对变量使用 NEWID 函数
    以下示例使用 NEWID() 对声明为 uniqueidentifier 数据类型的变量赋值。在测试 uniqueidentifier 数据类型变量的值之前,先输出该值。
    -- Creating a local variable with DECLARESET syntax.
    DECLARE @myid uniqueidentifier
    SET @myid = NEWID()
    PRINT 'Value of @myid is '+ CONVERT(varchar(255), @myid)
    下面是结果集:
    Value of @myid is 6F9619FF-8B86-D011-B42D-00C04FC964FF
    注意:  
    NEWID 对每台计算机返回的值各不相同。所显示的数字仅起解释说明的作用。

    随机函数:rand()
    在查询分析器中执行:select rand(),可以看到结果会是类似于这样的随机小数:0.36361513486289558,像这样的小数在实际应用中用得不多,一般要取随机数都会取随机整数。那就看下面的两种随机取整数的方法:

    1、
    A:select  floor(rand()*N)  ---生成的数是这样的:12.0
    B:select cast( floor(rand()*N) as int)  ---生成的数是这样的:12

    2、
    A:select ceiling(rand() * N)  ---生成的数是这样的:12.0
    B:select cast(ceiling(rand() * N) as int)  ---生成的数是这样的:12

        其中里面的N是一个你指定的整数,如100,可以看出,两种方法的A方法是带有.0这个的小数的,而B方法就是真正的整数了。
        大致一看,这两种方法没什么区别,真的没区别?其实是有一点的,那就是他们的生成随机数的范围:
    方法1的数字范围:0至N-1之间,如cast( floor(rand()*100) as int)就会生成0至99之间任一整数
    方法2的数字范围:1至N之间,如cast(ceiling(rand() * 100) as int)就会生成1至100之间任一整数
    对于这个区别,看SQL的联机帮助就知了:
    ------------------------------------------------------------------------------------

    比较 CEILING 和 FLOOR

    CEILING 函数返回大于或等于所给数字表达式的最小整数。FLOOR 函数返回小于或等于所给数字表达式的最大整数。例如,对于数字表达式 12.9273,CEILING 将返回 13,FLOOR 将返回 12。FLOOR 和 CEILING 返回值的数据类型都与输入的数字表达式的数据类型相同。
    ----------------------------------------------------------------------------------
    现在,各位就可以根据自己需要使用这两种方法来取得随机数了^_^

    另外,还要提示一下各位,关于随机取得表中任意N条记录的方法,很简单,就用newid():
    select top N *  from table_name order by newid() ----N是一个你指定的整数,表是取得记录的条数.

  • 相关阅读:
    HDFS datanode源码分析
    hive udaf开发入门和运行过程详解
    hive原生和复合类型的数据加载和使用
    tomcat部署web应用(转)
    HDFS namenode源码分析
    HDFS dfsclient写文件过程 源码分析
    hive中UDTF编写和使用(转)
    HDFS dfsclient读文件过程 源码分析
    MapReduce源码分析总结(转)
    DataRabbit 轻量的数据访问框架(09) -- IDataSchemaAccesser
  • 原文地址:https://www.cnblogs.com/jarick/p/2382310.html
Copyright © 2011-2022 走看看