Использовать SQL для случайного выбора эксклюзивных записей

Question

У меня есть таблица А, как показано ниже

id (integer) 
follow_up (integer, days under observation) 
matched_id (integer) 


id ; follow_up ; matched_id 
1 ; 10    ; 19 
1 ; 10    ; 20 
1 ; 10    ; 21 
2 ; 5    ; 22 
2 ; 5    ; 23 
2 ; 5    ; 24 
2 ; 5    ; 19 
2 ; 5    ; 20 
3 ; 6    ; 25 
3 ; 6    ; 26 
3 ; 6    ; 27 
4 ; 7    ; 19 
4 ; 7    ; 28 
4 ; 7    ; 29 

Я хотел бы ограничить до 2 записей в ид, а записи должны быть случайным образом подобраны и быть эксклюзивными для каждого идентификатора , Например, matched_id: «19» и «20» были присвоены id: 1, тогда «19» и «20» не должны присваиваться id: 2 matched_id: «19» было присвоено id: 1, затем «19» не следует указывать на id: 4 и т. Д. Для остальной части таблицы.

требуют вывод

id ; follow_up ; matched_id 
1 ; 10    ; 19 
1 ; 10    ; 20 
2 ; 5    ; 22 
2 ; 5    ; 23 
3 ; 6    ; 25 
3 ; 6    ; 26 
4 ; 7    ; 28 
4 ; 7    ; 29 

Пожалуйста, помогите мне. Спасибо огромное!

Answer 1

Это очень хороший и очень сложный вопрос SQL.

У вас есть очень сложный набор требований: 1. Ни matched_id не должно появляться более одного раза в результате установки 2. Нет ID не будет дано более двух матчей 3. Совпадение случайным

We будет придерживаться чистого SQL-решения, предполагая, что вы не можете вернуть, скажем, больший набор результатов и сделать некоторую фильтрацию с использованием бизнес-логики на вашем языке реализации.

Во-первых, давайте рассмотрим случайное задание. Случайный порядок элементов внутри групп - забавный вопрос. Я решил заняться этим, заказав хэш SHA1 данных в строке (id, follow_up, matched_id), что даст повторяющийся результат с чувством случайности. (Это было бы лучше, если бы столбец, который содержал дату/время создания или изменения.)

SELECT * FROM 
(
    SELECT 
    a.id, 
    a.follow_up, 
    a.matched_id, 
    a.rank_hash, 
    count(*) rank 
    FROM 
    (SELECT *, SHA1(CONCAT(id, follow_up, matched_id)) rank_hash FROM TableA) a 
    JOIN 
    (SELECT *, SHA1(CONCAT(id, follow_up, matched_id)) rank_hash FROM TableA) b 
    ON a.rank_hash >= b.rank_hash 
    AND a.id = b.id 
    GROUP BY a.id, a.matched_id 
    ORDER BY a.id, rank 
) groups 
WHERE rank <= 2 
GROUP BY matched_id 

Это может быть достаточно для случая использования, если имеются достаточные значения matched_id для каждого идентификатора. Но что, если есть скрытое четвертое требование: 4. Если возможно, идентификатор должен получить соответствие.

Другими словами, что, если в результате случайного перетасовки соответствие идентификатора сопоставлено идентификатору, имеющему несколько других совпадений, но дальше по результату результат был равен для идентификатора? Было возможно оптимальное решение, в котором каждый идентификатор был сопоставлен с matched_id, но этого не произошло, потому что все сопоставленные_иды были использованы ранее в этом процессе?

Например:

CREATE TABLE TableA 
    (`id` int, `follow_up` int, `matched_id` varchar(1)) 
; 

INSERT INTO TableA 
    (`id`, `follow_up`, `matched_id`) 
VALUES 
    (1, 10, 'A'), 
    (1, 10, 'B'), 
    (1, 10, 'C'), 
    (2, 5, 'D'), 
    (2, 5, 'E'), 
    (2, 5, 'F'), 
    (3, 5, 'C') 
; 

В приведенном выше наборе, если идентификаторы и их матчи назначаются случайным образом, если ID 1 получает назначение matched_id C, то ID 3 не получит matched_id вообще.

Что делать, если мы сначала узнаем, сколько совпадений получено ID, и порядок от первого?

SELECT 
    a.*, 
    frequency 
FROM TableA a 
JOIN 
(SELECT 
    matched_id, 
    count(*) frequency 
    FROM 
    TableA 
    GROUP BY matched_id 
) b 
ON a.matched_id = b.matched_id 
GROUP BY a.matched_id 
ORDER BY b.frequency 

Здесь может быть полезен язык программирования посредника, который поможет ограничить набор результатов.

Но обратите внимание, что мы также потеряли наше требование случайности! Как вы можете видеть, чистое решение SQL может стать довольно уродливым. Это действительно возможно, объединяя методы, описанные выше.

Надеюсь, это вызовет ваше воображение.

Answer 2

Наряду с RAND() и MySQL user defined variables вы можете достичь этого:

SELECT 
t.id, 
t.follow_up, 
t.matched_id 
FROM 
(
    SELECT 
    randomTable.*, 
    IF(@sameID = id, @rn := @rn + 1, 
     IF(@sameID := id, @rn := 1, @rn := 1) 
    ) AS rowNumber 
    FROM 
    (
     SELECT 
     * 
     FROM tableA 
     ORDER BY id, RAND() 
    ) AS randomTable 
    CROSS JOIN (SELECT @sameID := 0, @rn := 0) var 
) AS t 
WHERE t.rowNumber <= 2 
ORDER BY t.id 

See Demo

Answer 3

Вот решение для конкретной задачи данной. Он не масштабируется!

SELECT * 
    FROM 
    (SELECT a.matched_id m1 
      , b.matched_id m2 
      , c.matched_id m3 
      , d.matched_id m4 
     FROM my_table a 
     JOIN my_table b 
      ON b.matched_id NOT IN(a.matched_id) 
     JOIN my_table c 
      ON c.matched_id NOT IN(a.matched_id,b.matched_id) 
     JOIN my_table d 
      ON d.matched_id NOT IN(a.matched_id,b.matched_id,c.matched_id) 
     WHERE a.id = 1 
      AND b.id = 2 
      AND c.id = 3 
      AND d.id = 4 
    ) x 
    JOIN 
    (SELECT a.matched_id n1 
      , b.matched_id n2 
      , c.matched_id n3 
      , d.matched_id n4 
     FROM my_table a 
     JOIN my_table b 
      ON b.matched_id NOT IN(a.matched_id) 
     JOIN my_table c 
      ON c.matched_id NOT IN(a.matched_id,b.matched_id) 
     JOIN my_table d 
      ON d.matched_id NOT IN(a.matched_id,b.matched_id,c.matched_id) 
     WHERE a.id = 1 
      AND b.id = 2 
      AND c.id = 3 
      AND d.id = 4 
    ) y 
    ON y.n1 NOT IN(x.m1,x.m2,x.m3,x.m4) 
    AND y.n2 NOT IN(x.m1,x.m2,x.m3,x.m4) 
    AND y.n3 NOT IN(x.m1,x.m2,x.m3,x.m4) 
    AND y.n4 NOT IN(x.m1,x.m2,x.m3,x.m4) 
ORDER 
    BY RAND() LIMIT 1; 

+----+----+----+----+----+----+----+----+ 
| m1 | m2 | m3 | m4 | n1 | n2 | n3 | n4 | 
+----+----+----+----+----+----+----+----+ 
| 20 | 24 | 27 | 29 | 21 | 23 | 26 | 28 | 
+----+----+----+----+----+----+----+----+ 

Таким образом, в этом примере пары:

id1: 20,21 
id2: 24,23 
id3: 27,26 
id4: 29,28