SQL如何按客户、月份分组选取指定数量的随机表行

分组随机取数不需要复杂逻辑，核心是通过窗口函数给分组内的数据按随机值排序打序号，再按每个分组的取数阈值筛选即可，你提到的两个需求都可以基于这个逻辑实现，且支持任意粒度的自定义分组规则。

每个唯一客户选取100条随机数据行 #

单维度分组场景，以客户ID作为分区键，给每个客户分区内的行随机排序后生成行号，筛选行号不超过100的行即可：

SELECT *
FROM (
    SELECT
        *,
        ROW_NUMBER() OVER (
            PARTITION BY customer_id -- 替换为你表中的客户ID字段名
            ORDER BY RAND()
        ) AS row_rank
    FROM your_table -- 替换为你的业务表名
) ranked
WHERE row_rank <= 100;

注意：如果单个客户名下的总数据量不足100条，逻辑会自动返回该客户的全部数据，不会生成空行或补数。

每个客户对应下的每个月份选取10条随机数据行 #

多维度细粒度分组场景，只需要把窗口函数的分区键调整为「客户ID+月份维度字段」即可，后续如果要加地区、渠道、用户等级等其他分组维度，都可以直接往PARTITION BY后面追加字段，逻辑完全通用。
注意如果你的时间字段是精确到日/时分秒的时间戳，需要先截断到月份粒度再作为分组键，不同SQL方言的时间截断函数略有区别，参考示例：

SELECT *
FROM (
    SELECT
        *,
        ROW_NUMBER() OVER (
            PARTITION BY 
                customer_id,
                -- 按自己用的数据库选对应时间截断写法即可
                DATE_FORMAT(create_time, '%Y-%m') -- MySQL写法
                -- DATE_TRUNC('month', create_time) -- PostgreSQL/Redshift写法
                -- DATETRUNC(month, create_time) -- SQL Server写法
                -- TRUNC(create_time, 'MM') -- Oracle写法
            ORDER BY RAND()
        ) AS row_rank
    FROM your_table
) ranked
WHERE row_rank <= 10;

常见注意事项 #

• 全局ORDER BY RAND() LIMIT N的写法只能实现全表维度的随机取数，无法满足分组建额取数的需求
• 如果需要固定随机结果方便复现，可以给RAND()传入固定的随机种子，比如写为RAND(2024)，同一份数据每次执行返回的随机行都会保持一致
• 千万级以上大表执行时，建议先加where条件做分区裁剪过滤掉不需要的数据，再做窗口排序，能大幅降低查询耗时

内容的提问来源于stack exchange，提问作者sdoodle