Discussion :

[Darksnakes]

Bonjour à tous et bonne année.

Voici mon problème :
J'ai 2 tables.
La première disons TableA (id, mnt) contient plusieurs centaines de milliers de lignes et la seconde Param(Total, seuil), contient 1 seule ligne.

Je cherche à effectuer une requête qui me retourne un nombre aléatoire de ligne dont la somme du champ mnt est comprise entre Total-seuil et Total+seuil.
Le résultat doit être optimisé au niveau de la somme, le nombre de ligne retournées n'étant pas important.

Sans forcément écrire l'algorithme, avez-vous des pistes que je pourrais explorer ?

Cordialement,

Yann

[mnitu]

Il y a la clause sample pour le select qui permet de examiner un nombre aléatoire des enregistrements à partir d'un pourcent des enregistrements ou blocs à examiner.
Peut être que vous pouvez jouer d'abord avec une requête avec sample qui calcule juste la somme et vérifier par rapport à votre seuil. Ensuite les pourcentages sont à stoker quelque parts ainsi que le seed pour être capable de reproduire les cases favorables.
Il devrait être possible en fonction de la spécificité des vos données et de la tolérance du seuil d'être capable a obtenir assez des jeux d'essai une fois que vous trouvez juste le bon pourcentage.

[Darksnakes]

Ça pourrait être une piste, mais je vais avoir du mal à faire ça de manière automatique sachant que c'est l'utilisateur final qui va saisir son montant et son seuil et que je ne vais pas pouvoir le faire patienter trop longtemps.

J'ai une piste en utilisant une cte avec une somme cumulative et sys_guid pour le tri aléatoire. Je vais voir ce que cela donne au niveau des perfs. Je posterai ma solution si cela convient.

[Waldar]

Oui c'est la solution à laquelle j'ai pensé en lisant votre sujet.
On pourrait aussi envisager une requête récursive mais côté performance ce serait probablement moins bon.

[Darksnakes]

Bon voici la structure de la requête (simplifiée).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
WITH CTE AS
  (SELECT ID,
    MNT,
    SUM (MNT) over (order by
    dbms_random.random rows unbounded preceding) sum_c
  FROM T
  )
SELECT ID, MNT FROM CTE WHERE sum_c <=100000000

J'ai pas pu encore tester sur la volumétrie cible par contre avec dbms_random.random j'ai effectivement un résultat aléatoire à chaque éxécution ce qui n'est pas le cas avec sys_guid où chaque exécution me renvoie le même résultat.

Je vous tiens au courant dès que j'ai un retour sur les performances