postgresql - 对 postgreSQL 中特定列值的计数进行采样

Question

我有一个包含一组值的表格，表格示例是

ID  |  Customer_name  | workorder
1   |    abc          | dispatch
2   |    xyz          | not_dispatch
3   |    jdk          | dispatch     

这总共持续了 100 万行。现在我想将这个数据集采样到 5000 行，我想要 3400 个工作单作为“not_dispatch”，1600 个工作单在样本中使用“dispatch”。 如何在 PostgreSQL 中完成此操作。

Answer 1

远非高效，但有效:

SELECT *
FROM (
  SELECT * FROM my_table
  WHERE workorder = 'dispatch' -- other filters
  ORDER BY random() LIMIT 1600) sub1
UNION
SELECT *
FROM (
  SELECT * FROM my_table
  WHERE workorder = 'not_dispatch' -- other filters
  ORDER BY random() LIMIT 3400) sub2;