子查询不提升sql server 2019抽样效率，反易致性能陷阱；应直接用newid()或tablesample驱动抽样，子查询仅限预过滤、参数化或提供不变量。
SQL Server 2019 中子查询本身不提升抽样效率，反而容易引入性能陷阱；真正高效的做法是避免在抽样逻辑中依赖子查询生成随机序，改用 NEWID() 或 TABLESAMPLE 直接驱动，子查询仅用于预过滤或参数化。
为什么子查询 + NEWID() 在 ORDER BY 里会失效
常见错误写法：SELECT * FROM (SELECT *, NEWID() AS rnd FROM t) s ORDER BY rnd。表面看是每行生成一个 NEWID()，但 SQL Server 优化器可能将内层子查询物化（尤其带聚合或 DISTINCT 时），导致 rnd 列被复用或提前计算，最终排序失去随机性。更隐蔽的是：若子查询含 WHERE 条件但没走索引，NEWID() 会在未过滤的全表上执行，白耗资源。
实操建议：
- 禁止把
NEWID()放在子查询 SELECT 列中再用于外层ORDER BY - 必须让
NEWID()出现在最外层ORDER BY子句里，如SELECT TOP 100 * FROM t ORDER BY NEWID() - 若需先过滤，确保
WHERE条件有对应索引，且写成SELECT TOP 100 * FROM t WHERE status = 1 ORDER BY NEWID()，不要包一层子查询
子查询唯一安全的抽样用途：动态阈值或参数传递
子查询适合提供「不变量」，比如总权重、采样比例、最大 ID 范围，而不是参与每行随机计算。例如加权抽样中，子查询可算出总权重供外层使用，但不能用来为每行生成随机因子。
示例（按权重抽 1 条）：
SELECT TOP 1 id, name, weight
FROM (
SELECT id, name, weight,
SUM(weight) OVER() AS total_weight,
RAND(CHECKSUM(NEWID())) * SUM(weight) OVER() AS target
FROM t
) AS w
WHERE w.weight >= w.target - ISNULL(LAG(weight) OVER (ORDER BY NEWID()), 0)
ORDER BY NEWID()
说明：
-
SUM(weight) OVER()是窗口函数，比子查询更高效且不触发物化 -
RAND(CHECKSUM(NEWID()))保证每次调用都是新随机数，CHECKSUM防止RAND()在同一语句中被缓存 - 子查询在这里没被用于排序或行级随机，只做中间聚合和目标点生成
TABLESAMPLE 比子查询 + RAND() 更快，但要注意限制
TABLESAMPLE 是 SQL Server 原生采样机制，不依赖子查询，也不扫描全表。它按数据页抽样，速度极快，但有两个硬伤：
- 无法保证精确行数（比如
TABLESAMPLE (5 PERCENT)可能返回 4 或 6 行） - 对稀疏分布敏感——如果目标字段集中在少数页，样本会严重偏斜
- 不支持
WHERE条件下推，必须先CREATE VIEW或用 CTE 预过滤，否则抽样基数仍是原表
正确用法：
WITH filtered AS ( SELECT * FROM t WHERE status = 1 -- 先过滤，且该列有索引 ) SELECT TOP 100 * FROM filtered TABLESAMPLE (10 PERCENT);
注意：TABLESAMPLE 后不能再跟 ORDER BY 或 WHERE，否则退化为全表扫描。
真正难处理的不是语法，而是「随机」背后的语义分歧：你要的是等概率行抽样、按权重分布抽样，还是可复现的审计抽样？子查询在这些场景里基本只是配角，主逻辑必须落在 NEWID()、TABLESAMPLE 或应用层哈希上。一旦试图用子查询封装随机过程，就大概率掉进物化、复用、求值时机错位的坑里。
