隨機抽樣是資料分析、A/B 測試、推薦系統的常見需求。不同資料庫語法差異極大,本文整理四大主流資料庫的標準寫法,並解析 Access 的特殊坑點與解法。
| 資料庫 | 標準語法 | 核心函數 | 備註 |
|---|---|---|---|
| SQL Server | SELECT TOP 10 * FROM T_USER ORDER BY NEWID(); | NEWID() 產生唯一識別碼 (GUID) | 每列產生新 GUID 排序,資料量大時效能較差 |
| Oracle | SELECT * FROM (SELECT * FROM T_USER ORDER BY DBMS_RANDOM.VALUE) WHERE ROWNUM <= 10; | DBMS_RANDOM.VALUE (0~1 隨機數) | 需包子查詢配合 ROWNUM;12c+ 可用 FETCH FIRST 10 ROWS ONLY |
| MySQL | SELECT * FROM T_USER ORDER BY RAND() LIMIT 10; | RAND() (0~1 隨機數) | 全表掃描 + 檔案排序,大表極慢 |
| Access | SELECT TOP 10 * FROM T_USER ORDER BY RND([AutoID]); | RND(數值) 需傳入種子 | 後台程式需動態傳入負數種子才能真隨機 |
ORDER BY NEWID() 需全表掃描並排序,**百萬列以上極慢**。TABLESAMPLE (10 ROWS) (SQL 2005+):**頁面級抽樣**,毫秒級返回,但非嚴格隨機(同一頁全選或全不選)。WHERE CAST(CRYPT_GEN_RANDOM(4) AS INT) % 100 < 10 (近似 10%) 或 WHERE RAND(CHECKSUM(*) * NEWID()) < 0.01。DBMS_RANDOM.VALUE 回傳 0-1 雙精度浮點數,DBMS_RANDOM.RANDOM 回傳整數 (已棄用)。SAMPLE (0.1) 區塊抽樣或 DBMS_STATS.CREATE_EXTENDED_STATS 配合近似查詢。ORDER BY RAND() 會產生臨時表 + filesort,**極度消耗 CPU/IO**。WHERE Id >= randId ORDER BY Id LIMIT 10 (需 ID 連續)。WHERE RAND() < 0.01 ORDER BY RAND() LIMIT 10 (兩階段過濾)。Access 查詢設計師中 ORDER BY RND([AutoID]) 可正常隨機,但 **VBA/ADO/ASP.NET 執行時若不傳負數種子,結果固定不變**。
**正確後台寫法 (C#):**
Random rnd = new Random(Guid.NewGuid().GetHashCode());
int seed = -rnd.Next(); // 負數種子強制重新計算
string sql = $"SELECT TOP 10 * FROM T_USER ORDER BY RND({seed} * AutoID)";
RND(正數):依種子產生固定序列(可重現)。RND(負數):以系統時間重新播種,**每次不同**。RND(0):重複上一個隨機數。ORDER BY RAND()/NEWID() 簡單可靠。RandSort INT),定期批次更新,查詢時直接 ORDER BY RandSort。選對隨機抽樣策略,能在統計效度與查詢效能間取得最佳平衡。