SQL Server 快速隨機取樣：ORDER BY NEWID() 技巧與原理解析

需要從資料表隨機抽取資料列？SQL Server 提供極簡單且強大的單行語法：

SELECT * FROM Person.Person ORDER BY NEWID();

運作原理

1. NEWID() 為每列產生唯一的 UNIQUEIDENTIFIER 值。
2. 查詢最佳化器在該虛擬欄位上執行**實體排序**操作（Sort 運算子）。
3. 因 ORDER BY 邏輯發生在 SELECT 列表投射**之後**，NEWID() 欄位本身**不會**出現在最終結果集中。

效能考量與替代方案

• 優點：語法簡潔、邏輯正確、無需額外物件。
• 缺點：全表掃描 + 排序，複雜度 O(N log N)，大資料集極慢、佔用 tempdb。
• 大表替代方案：
  • TABLESAMPLE (n PERCENT/ROWS)：頁面層級抽樣，極快但非真隨機、可能回傳 0 列。
  • WHERE RAND(CHECKSUM(*) * NEWID()) < 0.01：Bernoulli 抽樣，單次掃描無排序，近似隨機。
  • 預先建立隨機排序鍵欄位（如 RAND() 或 NEWID() 定期更新），查詢時直接 ORDER BY RandomKey。

適用場景建議

• 小/中型表（< 10 萬列）、臨機分析、測試資料抽樣：ORDER BY NEWID() 完美適用。
• 大型表、高頻呼叫、生產關鍵路徑：改用 TABLESAMPLE 或預計算隨機鍵。

總結

ORDER BY NEWID() 是 SQL Server 內建最直觀的隨機取樣寫法，理解其「全表排序」本質，依資料量與 SLA 選擇最適策略。