当前位置:首页 > 文章列表 > 数据库 > MySQL > mysql如何在排序后在每个分组中随机抽取多个数据

mysql如何在排序后在每个分组中随机抽取多个数据

来源:SegmentFault 2023-02-24 15:29:57 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《mysql如何在排序后在每个分组中随机抽取多个数据》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下MySQL,希望所有认真读完的童鞋们,都有实质性的提高。

记录一下最近在项目中遇到的问题,由于项目的历史遗留原因,导致在数据库需要单表查询这样一组数据:生成随机考卷可以从任意题库中选择任意题型的任意题目数量。题库为题型表中的一个字段,表结构如下

image.png

根据可用条件,题库类型,和题目数量都是未知的,由于表结构问题导致后台需要多次循环,为了简化一下操作选取试卷所需要的最大题目数:

首先要求随机:

 select *,rand() as ndex_name from exam_radio_serv order by bank_id , ndex_name desc

image.png

增加随机字段,再排个序,排序的作用类似于分组,这段没有问题之后就简单了:

select t2.* from( select 
 @e:=case when @customer_no=t1.bank_id then @e+1 else 1 end as num,
 @customer_no:=t1.bank_id as stu_age,t1.* from
 (select id,bank_id,rand() as ndex_name from exam_radio_serv order by bank_id , ndex_name desc)t1)t2 where num

image.png

总的来说就是添加了两个伪字段,对已经排好序的数据再在前面添加一个序号字段,再取每个组中的前几条,由于排序是根据rand()来的,所以每次排序的顺序不一样,bank_id作为前置的分组条件保证随机排序在可控范围内

以上就是《mysql如何在排序后在每个分组中随机抽取多个数据》的详细内容,更多关于mysql的资料请关注golang学习网公众号!

版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除
【科创人】Zoho中国CEO侯康宁:每条新曲线背后都是骨肉之痛,长期主义基于战略定力【科创人】Zoho中国CEO侯康宁:每条新曲线背后都是骨肉之痛,长期主义基于战略定力
上一篇
【科创人】Zoho中国CEO侯康宁:每条新曲线背后都是骨肉之痛,长期主义基于战略定力
GraphQL 接口设计
下一篇
GraphQL 接口设计
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    678次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    696次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    741次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    708次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    546次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码