如何在SQL中使用TABLESAMPLE实现每个分组抽样10行数据

TABLESAMPLE写法不支持的核心原因 #

TABLESAMPLE是表级别的抽样语法，执行时机早于分组、窗口计算等逻辑阶段，只能作用于整表或物理分片，无法识别partition by定义的逻辑分组边界，SQL标准本身就不支持将TABLESAMPLE嵌套在窗口函数OVER()的分区规则中，因此你编写的语句无法正常运行。

分组抽样通用实现方案 #

无需使用TABLESAMPLE的跨数据库兼容实现如下，逻辑为每个分组内对所有行随机排序后取前10条，适配PostgreSQL、Spark SQL、Hive、MySQL 8.0+等所有支持窗口函数的数据库：

select * from (
  select *, rank() over (partition by 分组字段 order by random()) as rk 
  from 表名
) t where rk <= 10;

注意：不同数据库的随机函数可做对应替换，例如SQL Server替换random()为newid()，Oracle替换为dbms_random.value即可。

内容的提问来源于stack exchange，提问作者safetyduck