mysql - 从 MySQL 的许多记录集中选择分布式样本记录集

Question

我有一个表，其中有很多行，行发生的速度为每分钟 400-500 行(我知道这不是那么多)，但我需要对它们进行某种“趋势”分析过去 1 分钟内收集的数据。

我真的希望能够选择(比如说)10 条记录，而不是提取已输入的所有记录，然后处理每条记录，这些记录在指定的时间范围内以某种程度均匀的分布出现。

ID       DEVICE_ID       LA         LO          CREATED         
-------------------------------------------------------------------
1           1           23.4        948.7       2018-12-13 00:00:01
2           2           22.4        948.2       2018-12-13 00:01:01
3           2           28.4        948.3       2018-12-13 00:02:22
4           1           26.4        948.6       2018-12-13 00:02:33
5           1           21.4        948.1       2018-12-13 00:02:42
6           1           22.4        948.3       2018-12-13 00:03:02
7           1           28.4        948.0       2018-12-13 00:03:11
8           2           23.4        948.8       2018-12-13 00:03:12
...                                                             
492         2           21.4        948.4       2018-12-13 00:03:25
493         1           22.4        948.2       2018-12-13 00:04:01
494         1           24.4        948.7       2018-12-13 00:04:02
495         2           27.4        948.1       2018-12-13 00:05:04

考虑到这个数据集，我不想提取所有这些行，而是希望每 50 条记录从集合中提取一行(返回 10 行，大约返回 500 行)。

这不需要精确，我只需要一个样本来执行某种线性回归。

这可能吗？如果需要的话，我可以在我的应用程序代码中执行此操作，但我想看看 MySQL 中是否有函数或其他东西可以处理这个问题。

编辑这是我尝试过的查询，目前有效 - 但我希望结果分布更均匀，而不是通过 RAND()。

SELECT * FROM (
SELECT * FROM (
SELECT t.*, DATE_SUB(NOW(), INTERVAL 30 HOUR) as offsetdate

from tracking t
HAVING created > offsetdate) as parp
ORDER BY RAND()
LIMIT 10) as mastr
ORDER BY id ASC;

Answer 1

不要按 RAND() 排序，因为兰特是为每一行计算的，然后重新排序，然后才选择一些记录。

你可以尝试这样的事情:

SELECT
    *
FROM
    (
        SELECT
            tracking.*
            , @rownum := @rownum + 1 AS rownum
        FROM
            tracking
            , (SELECT @rownum := 0) AS dummy
        WHERE
            created > DATE_SUB(NOW(), INTERVAL 30 HOUR)
    ) AS s
WHERE
    (rownum % 10) = 0

创建索引是“必须的”。

此外，您可能会考虑使用类似“AND (UNIX_TIMESTAMP(created) % 60 = 0)”的内容，它与您想要的略有不同，但可能没问题(取决于您的插入分布)