直接用ROW_NUMBER()配合取模（如WHERE rn % 10 = 1）做比例抽样行不通，因其结果严重依赖ORDER BY字段的分布：若按自增主键排序，则抽中开头连续段；若按倾斜字段（如城市）排序，则某些组全中、某些全无，实为伪周期采样而非真正比例抽样。
用 ROW_NUMBER() 做比例抽样为什么行不通
直接对全表加 ROW_NUMBER() OVER (ORDER BY ...) 再用 % 取余过滤，比如 WHERE rn % 10 = 1 模拟 10% 抽样，看似简单，但结果严重依赖 ORDER BY 字段的分布。如果按主键排序，而主键是自增 ID，那抽出来的就是开头连续一段，根本不是随机抽样；如果按某个倾斜字段（如城市名）排序，某些组可能全被抽中、某些完全落空。这不是比例抽样，是伪周期采样。
NTILE() 是更靠谱的替代方案
NTILE(n) 会把结果集**大致均分**为 n 组，每组编号 1 到 n，适合做粗粒度比例控制。比如要抽 15%，可设 NTILE(100)，再取 ntile ：
SELECT * FROM ( SELECT *, NTILE(100) OVER (ORDER BY RANDOM()) AS ntile FROM your_table ) t WHERE ntile <= 15;
注意三点：
• 必须用 ORDER BY RANDOM()（PostgreSQL）或 ORDER BY NEWID()（SQL Server）保证打散，不能用固定字段
• NTILE 不保证每组行数绝对相等（总数不能被 n 整除时，前几组多 1 行），但误差可控
• MySQL 8.0+ 支持 NTILE，MySQL 5.7 及更早版本不支持，得换思路
MySQL 5.7 兼容写法：用 RAND() 过滤更直接
不需要窗口函数，直接在 WHERE 中用 RAND() 生成 [0,1) 区间随机数，和目标比例比较：
SELECT * FROM your_table WHERE RAND() < 0.15;
这个语句每行独立判断，理论上接近 15% 概率被选中。但要注意：
• RAND() 在 MySQL 中**每行调用一次**，行为符合预期
• 如果加了 LIMIT，可能提前截断，导致实际比例偏差大，慎用
• 在有 JOIN 或子查询的复杂语句里，RAND() 可能被多次求值，建议包裹成派生表隔离
抽样结果不稳定？那是没理解 RAND() 的执行时机
在同一个查询中多次引用 RAND()（比如 SELECT RAND(), RAND()），会得到不同值；但在 WHERE 和 SELECT 中混用，可能导致意外过滤。更隐蔽的问题是：如果语句带 GROUP BY 或聚合，MySQL 可能将 RAND() 提升到外部作用域，造成整组共用一个随机值——结果就不是行级抽样了。稳妥做法是显式用子查询固化随机性：
SELECT * FROM ( SELECT *, RAND() AS r FROM your_table ) t WHERE r < 0.15;
真正需要稳定可复现抽样的场景（比如 AB 实验），不能依赖 RAND()，得用哈希 + 取模，例如 ABS(HASH(id)) % 100 ，但这就超出 <code>ROW_NUMBER 范畴了。
