使用带有 dbplyr 的 sample_n() 随机抽样数据库

Question

是否可以使用 dplyr::sample_n() 之类的函数从数据库中 select 随机（或伪随机）子集，但在 dbplyr 或另一个运行 SQL 查询？

目的是在运行从数据库中提取耗时的数据之前测试小批量查询。

Answer 1

这似乎适用于我们的 MySQL 服务器：

dbGetQuery(con, 
"SELECT * 
FROM data_table_name 
ORDER BY RAND() 
LIMIT 500;")

Answer 2

对于 SQLite，你可以试试这个：

DBI::dbGetQuery(con, "SELECT * FROM table ORDER BY RANDOM() LIMIT 1;")

randomly sample a database using sample_n() with dbplyr