TSQL

Question

我正在尝试找到一种拆分记录以进行测试的方法。我有几个列需要考虑，例如 mailsegment 和 pack。我希望在两个级别上均等（或接近）拆分并汇总。

我已经看到了这个解决方案 (How do I select TOP 5 PERCENT from each group?) 并将其应用于我的问题并在详细级别上取得了合理的成功，但是当我将我的段滚动到包级别时它不是均匀的。这是由于在某些情况下邮件段的记录数为奇数。有没有一种方法可以在包级别（例如，只有 2 包）平衡它，并且仍然在我的邮件段（200 多个段）中准确地对我的样本进行分层？

在此先感谢您的帮助。

Answer 1

你要的是分层样本。您可以通过使用 row_number() 并取第 n 个值来做到这一点：

select t.*
from (select t.*,
             row_number() over (partition by mailsegment, pack order by newid()) as seqnum
      from table t
     ) t
where seqnum % 20 = 1;

编辑：

上面应该可以，但实际上不分区的数据排序更好。

更新：

with toupdate as (
      select t.*,
             row_number() over (order by mailsegment, pack, newid()) as seqnum
      from table t
     )
update toupdate
    set myField = 'Test 1'
    where seqnum % 20 = 1;

这将适用于额外的测试单元。

TSQL - 50:50 分组依据中的记录拆分

TSQL - 50:50 split of records in group by

sql-server

sample

common-table-expression