如何用SQL按日期抽取每日10%的随机数据？

原SQL存在两个核心问题：

• 仅返回日期和样本数量，未输出预期的id和date明细数据
• rand() <= 0.10是全局随机过滤，无法保证每个日期的样本比例稳定在10%左右

以下是针对不同数据库的解决方案：

1. 精确按日期抽取10%样本（推荐） #

通过窗口函数按日期分组，给每组内的记录随机排序后，筛选出前10%的行，能保证每个日期的样本比例严格接近10%。

MySQL/MariaDB #

SELECT id, date
FROM (
    SELECT 
        id, 
        date,
        ROW_NUMBER() OVER (PARTITION BY date ORDER BY RAND()) AS row_num,
        COUNT(*) OVER (PARTITION BY date) AS daily_total
    FROM table_a
) temp
WHERE row_num <= CEIL(daily_total * 0.10);

PostgreSQL #

SELECT id, date
FROM (
    SELECT 
        id, 
        date,
        ROW_NUMBER() OVER (PARTITION BY date ORDER BY RANDOM()) AS row_num,
        COUNT(*) OVER (PARTITION BY date) AS daily_total
    FROM table_a
) temp
WHERE row_num <= CEIL(daily_total * 0.10);

SQL Server #

SELECT id, date
FROM (
    SELECT 
        id, 
        date,
        ROW_NUMBER() OVER (PARTITION BY date ORDER BY NEWID()) AS row_num,
        COUNT(*) OVER (PARTITION BY date) AS daily_total
    FROM table_a
) temp
WHERE row_num <= CEIL(daily_total * 0.10);

2. 近似10%抽样（适合比例要求不严格的场景） #

如果不需要严格保证每个日期的比例，仅需全局近似10%，可以直接过滤，但要查询明细而非计数：

SELECT id, date
FROM table_a
WHERE rand() <= 0.10;

注：这种方法的样本比例会有波动，部分日期可能偏离10%较多。

内容的提问来源于stack exchange，提问作者Sonia