红移：更新或从另一个表

Question

update testdata.dataset1 
    set abcd = (select abc 
       from dataset2 
       order by random() 
       limit 1 
      ) 

这样做插入随机数据列各行不仅使从表dataset2一个随机条目在dataset1表中的所有行得到填充。

我需要的是从dataset2表到dataset1表中生成随机输入的每一行。

注意：dataset1可以大于dataset2。

Answer 1

查询1

你应该通过abcd到您的子查询，以防止 “优化”。

UPDATE dataset1 
    SET abcd = (SELECT abc 
       FROM dataset2 
       WHERE abcd = abcd 
       ORDER BY random() 
       LIMIT 1 
       ); 

SQL Fiddle

查询2

下面的查询应该是在普通的PostgreSQL更快。

UPDATE dataset1 
    SET abcd = (SELECT abc 
       FROM dataset2 
       WHERE abcd = abcd 
       OFFSET floor(random()*(SELECT COUNT(*) FROM dataset2)) 
       LIMIT 1 
       ); 

SQL Fiddle

但是，正如你所报道的，它不是红移，这是一列存储的情况。

查询3

抓取所有的单个查询从dataset2记录会比获取记录逐一更有效。让我们来测试：

UPDATE dataset1 original 
SET abcd = fake.abc FROM 
       (SELECT ROW_NUMBER() OVER(ORDER BY random()) AS id, abc FROM dataset2) AS fake 
       WHERE original.id % (SELECT COUNT(*) FROM dataset2) = fake.id - 1; 

SQL Fiddle

注意，整数id列应在dataset1存在。
另外，对于dataset1.id的大于dataset2中的记录数的情况，abcd是可预测的。

查询4

让我们在dataset1创建整数fake_id列，使用随机值充液，并执行加入对dataset1.fake_id = dataset2.id：

UPDATE dataset1 
SET fake_id = floor(random()*(SELECT COUNT(*) FROM dataset2)) + 1; 

UPDATE dataset1 
SET abcd = abc 
FROM dataset2 
WHERE dataset1.fake_id = dataset2.id; 

SQL Fiddle

查询5

如果你不想fake_id列添加到dataset1，让我们计算 “对飞” fake_id的：

UPDATE dataset1 
SET abcd = abc 
FROM (
SELECT with_fake_id.id, dataset2.abc FROM 
(SELECT dataset1.id, floor(RANDOM()*(SELECT COUNT(*) FROM dataset2) + 1) AS fake_id FROM dataset1) AS with_fake_id 
JOIN dataset2 ON with_fake_id.fake_id = dataset2.id) AS joined 
WHERE dataset1.id = joined.id; 

SQL Fiddle

---

性能

在普通PostgreSQL，查询4似乎是最有效的。
我会尝试比较试用DC1.Large实例的性能。