SQL分组随机抽取一条记录的方法

先抽个结论：在 MySQL 8.0 及以上版本里，用 ROW_NUMBER() OVER (PARTITION BY category ORDER BY RAND()) 做分组随机抽样，是最靠谱、语义最清晰的写法。它会先在每组内把记录顺序打乱，再编号，最后取每组 rn = 1 的那一行——干净利落，逻辑透明。

很多人容易踩的坑是：在最外层加个 ORDER BY RAND()。这其实只是把全表随机排序了一遍，然后分组——结果根本就不是“每组一条”，而是不可控的随机行数。还有人误用 GROUP BY 配合 MIN(id)，本质是取最小 ID，跟随机八竿子打不着。

MySQL 8.0+ 用 ROW_NUMBER() + RAND() 实现分组随机抽样

直接上正确写法，然后说几个关键点：

SELECT * FROM (  SELECT *,         ROW_NUMBER() OVER (PARTITION BY category ORDER BY RAND()) AS rn  FROM products) t WHERE rn = 1;

• RAND() 必须放在窗口函数的 ORDER BY 里，而且不能加其他确定性排序字段。比如写成 ORDER BY category, RAND()，因为 category 是稳定的，同组内多次执行结果会一模一样，等于没随机。
• 窗口函数只支持 MySQL 8.0+ 和 PostgreSQL；MariaDB 10.2+ 也支持，但旧版 MySQL（5.7 及之前）不行，得换方案。
• 性能方面：全表扫描 + 每组内部排序，数据量大时会慢。如果只是偶尔跑一跑，或者数据在百万级以下，基本可以接受。

PostgreSQL 用 DISTINCT ON + ORDER BY RANDOM()

PostgreSQL 提供了一个更简洁的语法：DISTINCT ON 按指定列去重，配合 ORDER BY ... RANDOM() 控制保留哪一条。天生适合分组抽样，而且不需要子查询，清爽很多。

SELECT DISTINCT ON (category) *FROM productsORDER BY category, RANDOM();

这里有一个容易踩的坑：DISTINCT ON (category) 要求 ORDER BY 最左字段必须是 category，否则直接报错。另外 RANDOM() 必须出现在 ORDER BY 里，不能只靠 WHERE 过滤。

• DISTINCT ON 返回的是“每组第一条”，所以 ORDER BY category, RANDOM() 才能保证每组内随机选一条。
• 如果还想返回原表所有字段，category 必须放在 ORDER BY 开头，后面接 RANDOM()，其他字段顺序不影响结果。
• 相比窗口函数，这个写法更轻量，执行计划通常更优，尤其在有 category 索引时。

MySQL 5.7 或 SQLite 等不支持窗口函数的场景

只能退回到“关联子查询 + LIMIT 1”模式。但注意：MySQL 5.7 不允许子查询里直接用 LIMIT 配合外部引用，必须包装成派生表；SQLite 则直接支持 LIMIT 写在子查询里。

性能差是最大问题——对主表每行都执行一次子查询，复杂度 O(n²)。数据超 1 万行就会明显卡顿。线上环境慎用，仅限临时查或小表。

• MySQL 5.7 正确写法：子查询要用双层括号，比如 (SELECT * FROM (SELECT ... ORDER BY RAND() LIMIT 1) AS tmp)。
• SQLite 可以直接写 (SELECT * FROM products p2 WHERE p2.category = p1.category ORDER BY RANDOM() LIMIT 1)。
• 所有方案中，这是唯一可能重复返回同一行（虽然概率低），因为 RAND() 在子查询里每次独立生成，无法保证组内真正“只选一次”。

-- MySQL 5.7 示例（注意双层括号）SELECT p1.* FROM products p1WHERE p1.id = (  SELECT id FROM (    SELECT id FROM products p2    WHERE p2.category = p1.category    ORDER BY RAND() LIMIT 1  ) AS tmp);

为什么不能用 GROUP BY + AGGREGATE(比如 MAX(id)) 模拟随机？

因为 MAX(id)、MIN(name) 这类聚合函数返回的是确定值，跟随机完全不沾边。有人试图用 GROUP_CONCAT(id ORDER BY RAND()) 再 SUBSTRING_INDEX 截取第一个，看似随机，实则隐患巨大：

• GROUP_CONCAT 有长度限制（默认 1024 字符），超长组会截断，导致取不到真实 ID。
• 字符串拼接后取子串，无法保证类型安全；如果 ID 是 UUID 或含逗号，解析直接失败。
• MySQL 5.7 默认不开启 sql_mode=ONLY_FULL_GROUP_BY 时，SELECT * 配合 GROUP BY 会返回非确定性行，看起来像随机，其实是引擎随意选的，不可靠也不可移植。

真要兼容老版本，又不能接受性能损耗，优先考虑应用层分组后随机取——查出全部分组数据，用 Python/JS 在内存里按组 shuffle 再取首项，比写 SQL 黑魔法稳当得多。