根据您的要求（加上注释中的其他信息），
- 您有一个数字ID列（整数），并且只有很少（或很少有）间隙。
- 显然没有或只有很少的写操作。
- 您的ID列必须建立索引！主键很好用。
下面的查询不需要大表的顺序扫描，只需要索引扫描。
首先，获取主要查询的估算值：
SELECT count(*) AS ct -- optional
, min(id) AS min_id
, max(id) AS max_id
, max(id) - min(id) AS id_span
FROM big;
唯一可能昂贵的部分是count(*)（用于大型桌子）。鉴于上述规格，您不需要它。估算就可以了，几乎可以免费获得（此处有详细说明）：
SELECT reltuples AS ct FROM pg_class WHERE oid = 'schema_name.big'::regclass;
只要ct不是太大小于id_span，查询会优于其他方法。
WITH params AS (
SELECT 1 AS min_id -- minimum id <= current min id
, 5100000 AS id_span -- rounded up. (max_id - min_id + buffer)
)
SELECT *
FROM (
SELECT p.min_id + trunc(random() * p.id_span)::integer AS id
FROM params p
,generate_series(1, 1100) g -- 1000 + buffer
GROUP BY 1 -- trim duplicates
) r
JOIN big USING (id)
LIMIT 1000; -- trim surplus
在id空间中生成随机数。您的差距很小，因此要检索的行数增加10％（足以轻松覆盖空白）。
每个都id可以被偶然选择多次（尽管ID空间很大，这是不太可能的），因此请对生成的数字进行分组（或使用DISTINCT）。
将ids 加入大表。有了适当的索引，这应该非常快。
最后，修剪id未被骗子和缺口吃掉的剩余食物。每行都有完全相等的机会被选中。
简洁版本
您可以简化此查询。上面查询中的CTE仅用于教育目的：
SELECT *
FROM (
SELECT DISTINCT 1 + trunc(random() * 5100000)::integer AS id
FROM generate_series(1, 1100) g
) r
JOIN big USING (id)
LIMIT 1000;
使用rCTE进行优化
特别是如果您不确定差距和估算值。
WITH RECURSIVE random_pick AS (
SELECT *
FROM (
SELECT 1 + trunc(random() * 5100000)::int AS id
FROM generate_series(1, 1030) -- 1000 + few percent - adapt to your needs
LIMIT 1030 -- hint for query planner
) r
JOIN big b USING (id) -- eliminate miss
UNION -- eliminate dupe
SELECT b.*
FROM (
SELECT 1 + trunc(random() * 5100000)::int AS id
FROM random_pick r -- plus 3 percent - adapt to your needs
LIMIT 999 -- less than 1000, hint for query planner
) r
JOIN big b USING (id) -- eliminate miss
)
SELECT *
FROM random_pick
LIMIT 1000; -- actual limit
我们可以在基本查询中使用较小的盈余。如果间隙太多，那么在第一次迭代中我们找不到足够的行，则rCTE会继续使用递归项进行迭代。我们仍然需要在ID空间中保持相对较少的间隙，否则在达到限制之前递归可能会枯竭-否则我们必须从足够大的缓冲区开始，这不利于优化性能。
重复项UNION在rCTE中被消除。
LIMIT一旦我们有足够的行，外部将使CTE停止。
该查询经过精心设计，可以使用可用的索引，生成实际上是随机的行，并且直到我们达到限制后才会停止（除非递归运行干了）。如果要重写它，这里有很多陷阱。
包装功能
重复使用不同的参数：
CREATE OR REPLACE FUNCTION f_random_sample(_limit int = 1000, _gaps real = 1.03)
RETURNS SETOF big AS
$func$
DECLARE
_surplus int := _limit * _gaps;
_estimate int := ( -- get current estimate from system
SELECT c.reltuples * _gaps
FROM pg_class c
WHERE c.oid = 'big'::regclass);
BEGIN
RETURN QUERY
WITH RECURSIVE random_pick AS (
SELECT *
FROM (
SELECT 1 + trunc(random() * _estimate)::int
FROM generate_series(1, _surplus) g
LIMIT _surplus -- hint for query planner
) r (id)
JOIN big USING (id) -- eliminate misses
UNION -- eliminate dupes
SELECT *
FROM (
SELECT 1 + trunc(random() * _estimate)::int
FROM random_pick -- just to make it recursive
LIMIT _limit -- hint for query planner
) r (id)
JOIN big USING (id) -- eliminate misses
)
SELECT *
FROM random_pick
LIMIT _limit;
END
$func$ LANGUAGE plpgsql VOLATILE ROWS 1000;
呼叫：
SELECT * FROM f_random_sample();
SELECT * FROM f_random_sample(500, 1.05);
您甚至可以使此泛型适用于任何表：将PK列和表的名称作为多态类型并使用EXECUTE...但这超出了此问题的范围。看到：
可能的选择
如果您的要求允许重复调用使用相同的集合（并且我们正在谈论重复调用），我将考虑实例化视图。一次执行上述查询，然后将结果写入表中。用户以闪电般的速度获得准随机选择。在您选择的时间间隔或事件中刷新您的随机选择。
n百分比在哪里。手册：
的BERNOULLI和SYSTEM采样方法的每一个接受单个参数，它是表格样本的分数，表示为
0到100之间的百分比。此参数可以是任何real值的表达式。
大胆强调我的。这是非常快的，但结果并非完全是随机的。再次手册：
该SYSTEM方法明显快于BERNOULLI指定较小采样百分比时的方法，但是由于聚类效果，它可能会返回表中的随机性较低的样本。
返回的行数可以有很大的不同。对于我们的示例，要获得大约 1000行：
SELECT * FROM big TABLESAMPLE SYSTEM ((1000 * 100) / 5100000.0);
有关：
或安装其他模块tsm_system_rows以获得确切的请求行数（如果有的话），并允许使用更方便的语法：
SELECT * FROM big TABLESAMPLE SYSTEM_ROWS(1000);
有关详细信息，请参见Evan的答案。
但这还不是完全随机的。