-1

我对动态生成的 SQL 查询有疑问。我有一个巨大的数据库，用户存储在不同的表中。我需要动态创建一个查询，该查询将根据不同分区的一些限制向我返回 user_id-s。到目前为止，我创建了一个逻辑，它将根据限制为我创建查询，但我无法弄清楚如何过滤结果以具有不同的分区。例如：

我有以下内容：

1：男性
2：女性
3：18-24 岁
4：25-99岁
5：在 IBM 工作
假设我有 50k 女性，50k 男性

现在，如果我的限制是（1 或 2）和 5，这意味着它是在 IBM 工作的男性还是女性，我生成了类似这样的东西

SELECT DISTINCT user_id from usertable1 where age in (0,1) 
INTERSECT
SELECT DISTINCT user_id from usertable2 where work_place = 'IBM'

现在我的问题是这还不够，有时我必须对结果集的用户 ID 进行分区，例如结果列表中有 33% 的男性和 66% 的女性。我不知道如何正确获取它。我试着计算我有多少女性和男性用户，然后对他们应用一个顶部，如下所示：

SELECT DISTINCT  top 25000 user_id from usertable1 where age in (0)
UNION 
SELECT DISTINCT top 50000  user_id from usertable1 where age in (1)
SELECT DISTINCT user_id from usertable2 where work_place = 'IBM'

但是，这并没有给我正确的解决方案，问题是如果我的列表中没有在 IBM 工作的女性用户，这将返回 25k 男性和 0 女性，这不是 33% 的男性和 66% 的女性.. .

现在更复杂的是，我可以进行更难的分区，这样结果必须包含 33% 的男性，其中 75% 的年龄在 18-24 和 25 之间，年龄在 25-99 和 66% 的女性，其中 75% 的年龄18-24 至 25 岁及以上

所以我的问题是我不知道如何解决这两个问题，它可以在巨大的数据库上工作，与完整数据库相比，50k 男性和 50k 女性很小。有人对我的至少一个问题有任何想法吗？

编辑1： 我的表结构有点奇怪，它更像是一个链接表。为了简化它并显示我的问题，让我们考虑这个与我的格式相似的示例表。我有用户 ID、问题、问题答案、年龄、性别。相同的 user_id 出现多次，因为这只是一个链接表，用户主要回答多个问题。到目前为止，我知道它的结构不是最优的，但它不是我设计的，也不是我可以修改的。我的任务是获取完成所有限制的不同 user_id，并根据另一个限制集过滤结果以进行百分比分区。到目前为止，我根据限制得到了正​​确的 user_id，但我不知道如何修改它才能进行百分比分区。

所以，更准确地说，我有一个限制集，可以是 (1 OR 2) AND 3 AND 4 等等。我从中创建了一个反向抛光表格，以便能够按顺序解决它。根据每个限制（例如男性，年龄在 18-24 岁之间），我创建查询，然后将其与联合或相交连接。只要我不需要对它进行分区，它就可以很好地工作。但不幸的是，情况确实如此，因为我的结果不包含有关已回答问题的任何详细信息，也没有仅包含 user_id 的年龄或性别，我不知道如何修改它，以便能够过滤结果以获得想要的分区大小按百分比。

4

1 回答 1

0

如果您使用的是 SQL Server 2005+，则可以使用TOP(x)PERCENT

USE AdventureWorks2012;
GO
SELECT TOP(5)PERCENT JobTitle, HireDate
FROM HumanResources.Employee
ORDER BY HireDate DESC;

取自此链接

只需阅读您帖子的其余部分，但您应该能够使用 CTE 解决您的第二个问题并将它们链接在一起。这会让你说 70% 的东西进入你的第二个 CTE，在那里你拿 40% 的 70% 等等。

于 2013-09-24T10:04:34.600 回答