SQL Server中为每个客户随机选取10%行（向上取整）的方法

现有一张商品销售表products_sold，表结构及示例数据如下：

表中每一行对应一件商品，需求如下：

• 在SQL Server中为每个客户随机选取10%的行，选取行数需向上取整（例如客户有12行数据时，需选取2行）
• 每个至少购买一件商品的客户都要出现在结果表中

举例：customer_1共订购100件商品，customer_2订购50件，customer_3订购17件，结果表应有10+5+2=17行。

初始思路是创建临时表计算每个客户所需行数，再通过游标循环选取随机行插入最终表，代码如下：

drop table if exists #row_counts

select
    customer,
    ceiling(convert(decimal(10, 2), count(product)) / 10) as row_count
into #row_counts
from products_sold
group by customer

-- 后续通过游标循环#row_counts，将随机行插入最终表
-- 用order by newid()实现随机排序

但该方案效率较低，寻求更优实现方式。

可以利用ROW_NUMBER()窗口函数结合随机排序，再关联每个客户的应选行数，一次性完成筛选，避免游标循环的性能问题：

WITH customer_row_counts AS (
    -- 计算每个客户需要选取的行数（向上取整10%）
    SELECT 
        customer,
        CEILING(COUNT(*) / 10.0) AS required_rows
    FROM products_sold
    GROUP BY customer
),
ranked_products AS (
    -- 对每个客户的商品行随机排序并编号
    SELECT 
        ps.*,
        ROW_NUMBER() OVER (PARTITION BY ps.customer ORDER BY NEWID()) AS row_num
    FROM products_sold ps
)
-- 筛选出每个客户前required_rows行的数据
SELECT rp.*
FROM ranked_products rp
JOIN customer_row_counts crc 
    ON rp.customer = crc.customer
WHERE rp.row_num <= crc.required_rows;

方案说明 #

1. customer_row_counts CTE：先统计每个客户的总商品数，用COUNT(*) / 10.0确保浮点运算精度，再通过CEILING函数完成向上取整，得到每个客户的应选行数
2. ranked_products CTE：对每个客户的所有商品行，用NEWID()生成随机值实现无序排序，再用ROW_NUMBER()为每行分配唯一序号
3. 最终通过关联两个CTE，筛选出每个客户序号小于等于应选行数的记录，直接得到符合要求的结果集

这个方案全程基于集合运算，相比游标循环效率提升明显，尤其在数据量较大时优势突出，同时能保证所有有购买记录的客户都出现在结果中（哪怕只有1件商品也会被选中）。

内容的提问来源于stack exchange，提问作者user15634990