一个关于SqlServer 中根据概率获取数据的sql 写法

朋友提出的问题是这样的:

以下表记录，如保根据比例随机查询单条？

id           showPercent(展示比例/机率)
----        -------
1            20 (表示20%)
2            30
3            50

呵呵,思索+尝试了一番,应该是可以解决这个问题的

create table #tmp
(
 weight int
);
insert into #tmp (weight) select 10;
insert into #tmp (weight) select 20;
insert into #tmp (weight) select 30;
insert into #tmp (weight) select 40;

create table #tmp2
(
 row_no int identity(1,1),
 x int,
 cnt int default 0
);

DECLARE  @i int
SET @i=0
WHILE @i<10000
BEGIN
 SET @i = @i+1;
 with CTE as
 (
  SELECT t.RowId ,t.weight,t.weight AS cnt FROM
  (
   SELECT ROW_NUMBER() OVER(ORDER BY weight) AS RowId,*  FROM #tmp
  ) AS t WHERE RowId =1
  
  union ALL
  
  SELECT  t2.RowId,t2.weight,t2.weight+c.cnt AS cnt FROM
  (
   SELECT ROW_NUMBER() OVER(ORDER BY weight) AS RowId,* FROM #tmp
  ) AS t2 inner join CTE c on c.RowId+1 = t2.RowId 
 )
 
 --SELECT max(cnt)+1 from CTE
 INSERT INTO #tmp2
 select top 1 weight,cnt
 from cte
 where cnt > cast(RAND()*100 as bigint)%(SELECT max(cnt) from CTE)
 order by cnt;

END

drop table #tmp

SELECT COUNT(1)AS 数量,cnt FROM #tmp2 GROUP BY cnt
drop table #tmp2

-----解决方案的思路是这样的:

比如有一个 概率列表 分别为 10%,20%,30%,40%

那么,根据他们计算的概率权重,应该是 10,30,60,100

也就是说,我获得一个100以内的随机数,数值区间分布表如下

0-10 对应概率10%

10-30 对应概率 20%

30-60 对应概率 30%

60-100 对应概率 40%

所以我们只要获得一个随机数,% 100求模,获得随机数的区间,即可根据该数值获得指定概率的记录

再延伸一下,即使概率为和不为100,依然可以根据该公式计算对应的概率,

也就是说,概率列表可以是 10 10 10 10 30 加起来为 70,第一个就是 1/7,最后一个为 3/7

依次类推,可解决这个问题

上面那个公式包含了整个完整算法

实例代码,包含了一个CTE递归合并写法,不难理解

cast(RAND()*100 as bigint) 表示生成一个100以内的数值,如果和大于一百,可以把这个放大到 10000 或者更高,其实这个就是随机值的获取咯

运行1w次结果

出现次数 权重

1010 　　10
1989      30
2979      60

4022     100