SQL Server 隨機取樣與排序：NEWID() 實戰技巧與大表效能警示

需求：從資料表隨機抽取 N 筆或隨機排序全表。SQL Server 提供 NEWID() 產生唯一識別碼，配合 ORDER BY 即可實現，但大表效能陷阱需注意。

核心語法

-- 隨機排序全表
SELECT * FROM Northwind..Orders ORDER BY NEWID()

-- 隨機抽取 10 筆
SELECT TOP 10 * FROM Northwind..Orders ORDER BY NEWID()

原理說明

• NEWID() 為每列產生一個隨機 GUID。
• ORDER BY NEWID() 依此 GUID 排序，達到隨機效果。
• RAND() 在單一查詢中僅計算一次，所有列取得相同值，不可用於隨機排序。

⚠ 大表效能陷阱

掃描全表 → 產生計算欄 → 排序，複雜度 O(N log N)，記憶體/TempDB 壓力大。
百萬列以上表執行時間可達秒級甚至分鐘級，嚴重阻塞並發。

大表優化替代方案

方案一：TABLESAMPLE (SQL 2005+，近似隨機)

SELECT * FROM BigTable TABLESAMPLE (10 PERCENT)  -- 依頁面抽樣
-- 或
SELECT * FROM BigTable TABLESAMPLE (1000 ROWS)

• 優點：極快，僅讀取部分頁面。
• 缺點：頁面級抽樣，非真隨機；無法指定精確筆數。

方案二：主鍵範圍隨機跳躍 (需連續/近似連續 PK)

DECLARE @maxID INT, @randID INT
SELECT @maxID = MAX(ID) FROM BigTable
SET @randID = @maxID * RAND()  -- 應用層產生隨機數
SELECT TOP 10 * FROM BigTable WHERE ID >= @randID
-- 不足 10 筆時可 UNION ALL 從頭補齊

• 優點：索引 Seek，極快。
• 缺點：需連續 ID、資料分布均勻，否則偏差大。

方案三：預先建立隨機排序欄位/資料表

• ETL 階段為每列產生隨機浮點數 RandSortKey 並建立索引。
• 查詢時 ORDER BY RandSortKey，無運算開銷。
• 定期重算以維持隨機性。

選型建議

總結

NEWID() 是小中型表隨機取樣的利器，但嚴禁在大表直接使用。生產環境請依資料量選擇 TABLESAMPLE、PK 跳躍或預計算隨機鍵，確保查詢穩定高效。