不能直接用 order by rand() 再 group by，因为 group by 要求 select 列必须是分组键或聚合结果，而 order by rand() 是非确定性操作，无法在分组后合法取每组一行；正确解法是用 row_number() over (partition by ... order by rand()) 为每组随机编号后取 rn=1。
为什么不能直接用 ORDER BY RAND() 再 GROUP BY
因为 SQL 标准里，GROUP BY 后的 SELECT 列必须是分组键或聚合函数结果；ORDER BY RAND() 是非确定性排序，无法在分组上下文中直接“取每组一条”。强行写会报错，比如 MySQL 8.0+ 提示 Expression #1 of ORDER BY contains aggregate function and applies to the result of a non-aggregated query，或者在 PostgreSQL 中直接拒绝语法。
ROW_NUMBER() OVER (PARTITION BY ... ORDER BY RAND()) 是核心解法
窗口函数能绕过 GROUP BY 的限制，在分组内部独立编号，再筛选编号为 1 的行即可实现每组随机抽一条。关键点在于：ORDER BY RAND() 必须写在 OVER 子句里，且不能有其他非确定性操作干扰排序稳定性。
- MySQL 8.0+、PostgreSQL、SQL Server、BigQuery 均支持该写法
- SQLite 不支持窗口函数（除非 3.25+ 且编译时启用了
ENABLE_WINDOW_FUNCTIONS） - 旧版 MySQL（
- 示例：从用户订单表中，对每个
user_id随机抽一条订单记录
SELECT user_id, order_id, amount
FROM (
SELECT user_id, order_id, amount,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY RAND()) AS rn
FROM orders
) t
WHERE rn = 1;
用 RAND() 抽多条？小心重复和性能陷阱
如果要每组抽 N 条（N > 1），把 WHERE rn 即可，但要注意：
-
RAND()在同一查询中多次调用可能生成相同值（尤其在 WHERE/HAVING 中），导致抽样偏差；应只在OVER子句中调用一次 - 大数据量时，
ORDER BY RAND()会强制全表排序，性能极差；可先用WHERE id IN (SELECT id FROM ... ORDER BY RAND() LIMIT N)预过滤，再关联原表 - 若需可复现的随机结果，用
ORDER BY RAND(42)（MySQL）或ORDER BY RANDOM(42)（PostgreSQL）传入种子
替代方案：用 GROUP_CONCAT + SUBSTRING_INDEX（仅限 MySQL）
适用于小数据量、兼容老版本 MySQL 的场景，但有隐含限制：
-
GROUP_CONCAT默认长度上限为 1024 字符（由group_concat_max_len控制），超长会被截断 - 只能抽字符串字段，数值/时间等需显式
CAST，否则拼接后类型丢失 - 无法控制“随机性强度”，本质是按物理存储顺序拼接后取首段，不是真随机
SELECT user_id,
SUBSTRING_INDEX(GROUP_CONCAT(order_id ORDER BY RAND()), ',', 1) AS sample_order_id,
SUBSTRING_INDEX(GROUP_CONCAT(amount ORDER BY RAND()), ',', 1) AS sample_amount
FROM orders
GROUP BY user_id;
真正难的是在千万级订单表上稳定跑出每组抽样——RAND() 触发全排序，ROW_NUMBER() 需要足够内存，而很多人忽略的是：不同数据库对 RAND() 在窗口函数中的求值时机定义并不完全一致，测试时务必用真实数据集验证结果分布是否均匀。
