如何从含duplicateid的Questions表随机获取5条非重复组记录？

核心思路 #

先将所有问题按重复关系分组（主问题与其所有重复项为同一组），每组随机选取一条记录作为代表，最后从这些组代表中随机抽取5条结果。

实现SQL（适用于SQL Server） #

WITH GroupedQuestions AS (
    SELECT 
        *,
        -- 统一分组标识：主问题用自身ID，重复项关联主问题ID
        GROUP_ID = ISNULL(duplicateid, questionid),
        -- 组内生成随机排序序号
        ROW_NUMBER() OVER (PARTITION BY ISNULL(duplicateid, questionid) ORDER BY NEWID()) AS RowNum
    FROM Questions
),
GroupRepresentatives AS (
    -- 每组随机选一条记录
    SELECT *
    FROM GroupedQuestions
    WHERE RowNum = 1
)
-- 从所有组代表中随机取5条
SELECT TOP 5 questionid, question, duplicateid
FROM GroupRepresentatives
ORDER BY NEWID();

关键逻辑说明 #

• 分组标识：通过ISNULL(duplicateid, questionid)将主问题（duplicateid为NULL）和它的所有重复项（duplicateid指向主问题ID）归为同一组
• 组内随机选值：利用ROW_NUMBER()结合NEWID()在每个组内生成随机排序，仅保留每组的第一条记录，确保每组仅出现一个代表
• 最终随机抽取：从所有组代表中再次随机筛选5条，满足随机且无重复组的要求

内容的提问来源于stack exchange，提问作者John Smit