如何获取25条无重复user_id的随机有效查询结果？

问题根源 #

你的原SQL中SELECT distinct user_id, rcv_from, apptid是对三个字段的组合去重，而非仅保证user_id唯一。如果同一个用户存在多条不同rcv_from或apptid的记录，这些行都会被保留。执行ORDER BY RAND() Limit 25时，可能会选中同一个用户的多条记录，导致最终结果里的独立用户数不足25。

正确写法（以MySQL为例） #

先随机筛选出25个符合条件的独立user_id，再关联原表获取每个用户的对应记录（以下两种方式任选其一）：

方式1：获取每个用户的最新记录

SELECT t.user_id, t.rcv_from, t.apptid
FROM (
    -- 先随机选出25个唯一用户ID
    SELECT DISTINCT user_id
    FROM view.data_all 
    WHERE facility LIKE '%dallas%' 
      AND rcv_from >= '2020-10-01' 
      AND rcv_from <= '2021-09-30'
    ORDER BY RAND()
    LIMIT 25
) AS random_users
-- 关联原表获取该用户的记录
JOIN view.data_all AS t 
  ON t.user_id = random_users.user_id
-- 筛选出该用户在时间范围内的最新记录
WHERE t.rcv_from = (
    SELECT MAX(rcv_from) 
    FROM view.data_all 
    WHERE user_id = random_users.user_id
      AND facility LIKE '%dallas%' 
      AND rcv_from >= '2020-10-01' 
      AND rcv_from <= '2021-09-30'
)

方式2：获取每个用户的任意一条记录（简化版）

如果不需要指定取哪条记录，可通过GROUP BY直接聚合：

SELECT t.user_id, MAX(t.rcv_from) AS rcv_from, MAX(t.apptid) AS apptid
FROM (
    SELECT DISTINCT user_id
    FROM view.data_all 
    WHERE facility LIKE '%dallas%' 
      AND rcv_from >= '2020-10-01' 
      AND rcv_from <= '2021-09-30'
    ORDER BY RAND()
    LIMIT 25
) AS random_users
JOIN view.data_all AS t 
  ON t.user_id = random_users.user_id
WHERE facility LIKE '%dallas%' 
  AND rcv_from >= '2020-10-01' 
  AND rcv_from <= '2021-09-30'
GROUP BY t.user_id

关键说明 #

• 子查询优先锁定25个独立用户，确保最终结果必含25个不同的user_id；
• 关联原表时复用过滤条件，避免引入不符合时间或地点要求的记录；
• 若使用其他数据库（如PostgreSQL），只需将ORDER BY RAND()替换为ORDER BY RANDOM()即可。

内容的提问来源于stack exchange，提问作者K Driscoll