<p>MySQL中RAND()配合LIMIT可近似抽取百分比样本，如抽3%需手动计算行数（如10万行取3000行）并执行SELECT * FROM orders ORDER BY RAND() LIMIT 3000；该方法不精确、大表性能差，但简单可用。</p>
MySQL 用 RAND() 配合 LIMIT 抽取近似百分比样本
MySQL 没有直接支持“抽 5% 行”的语法，但可以用 RAND() 排序后截断来逼近。关键在于：结果不精确，但够快、够用。
假设表 orders 有 10 万行，想抽约 3%，可这样写：
SELECT * FROM orders ORDER BY RAND() LIMIT 3000;
这里 3000 是手动算出来的（100000 × 0.03），不是动态的。如果总行数不确定，得先查一遍：SELECT COUNT(*) FROM orders，再拼 SQL —— 脚本里做还行，纯 SQL 里就麻烦了。
-
ORDER BY RAND()会全表扫描并为每行生成随机数，大表很慢（比如千万级表可能秒变分钟级） - 实际抽中比例会有波动，尤其小表（比如 10 行抽 15%，
LIMIT 2就是 20%） - 不能保证均匀分布，但对大多数分析场景已足够
PostgreSQL 用 TABLESAMPLE 实现真正按百分比采样
PostgreSQL 9.5+ 支持标准的 TABLESAMPLE，能按指定百分比物理抽块，速度快且比例可控。
抽 7% 的数据，直接写：
SELECT * FROM orders TABLESAMPLE SYSTEM (7);
SYSTEM 是按数据页采样，快但不完全随机；如果要更均匀，换用 BERNOULLI（逐行判断）：
SELECT * FROM orders TABLESAMPLE BERNOULLI (7);
-
SYSTEM快，适合大数据量快速探查；BERNOULLI更准，但需遍历全表，小表推荐 - 百分比是浮点数，
TABLESAMPLE SYSTEM (0.5)合法，但低于 1% 时可能返回空（没抽到任何页） - 不支持在视图或 CTE 上直接
TABLESAMPLE，得先物化或改写
SQL Server 用 TOP N PERCENT + NEWID() 模拟随机
SQL Server 没有原生百分比随机采样，但组合 TOP N PERCENT 和 NEWID() 可达成类似效果。
抽 12% 的订单：
SELECT TOP (12) PERCENT * FROM orders ORDER BY NEWID();
注意：TOP (12) PERCENT 是向下取整（比如 1000 行 → 取 120 行；999 行 → 仍取 119 行），不是四舍五入。
-
NEWID()比NEWID()在排序时开销略高，但比 MySQL 的RAND()稍友好 - 不能写成
TOP (12.5) PERCENT，括号里只接受整数或变量（@pct），不支持小数 - 若需严格 12.5%，得先算出具体行数：
CEILING(COUNT(*) * 0.125)，再用TOP (@n)
通用陷阱：别在 WHERE 里用 RAND() < 0.05
有人会想“既然要 5%，那就 WHERE RAND() < 0.05”，这在多数数据库里是错的 —— RAND() 可能在每行被多次调用，或根本不在行级稳定求值。
MySQL 中它有时有效，但文档明确说行为未定义；PostgreSQL 直接报错；SQL Server 不允许在 WHERE 里用 NEWID()。
- 这种写法看似简洁，实则不可靠、不可移植、不可复现
- 即使某次跑出了 5%，下次可能变成 2% 或 18%，因为优化器可能提前剪枝或重排执行顺序
- 真要行级概率过滤，得用窗口函数或子查询包裹，代价远高于排序截断
百分比采样的核心矛盾始终是：精度 vs 性能 vs 标准兼容性。选哪个方案，取决于你手上的数据库版本、表大小，以及“近似”二字能容忍多大偏差。
