典型的MySQL实现随机采样是这样的：http://blog.csdn.net/frank_monkey_lee/article/details/53303622
就是0.01s不到的那条SQL，这样的SQL针对的id属性是主键（有索引，查询起来很快）并且用的join，所以跑起来很快，但是想加上分组限定，那就要涉及其它属性（就算在其它属性上加上索引，无论在速度还是实现随机抽样的逻辑上都不行，前者无论有没有索引都差不多，后者逻辑很难实现，辅助索引和二级索引我不懂~），总之加上其它属性的约束条件之后本来不到0.01s的高速慢成了5s，绝对不行，得想想办法。又做了一下尝试，对主键加上范围限定，也高速。那么自然而然就想到将主键id和组的概念结合起来，也就是说通过id能得到该记录所属哪个组的信息。其实很简单，我的id最多8位，12个组，那么新加一列，类型为10位的int类型即可，也就是说最高的前两位表示组，例如第一组的筛选条件就是id>=100000000 and id<2000000000 但是组内随机采样这条SQL有个硬性的数据分布的要求，那就是同组的数据必须放在一起并且id是连续的，否则会出现两种情况：
① SELECT ROUND(RAND() * (SELECT MAX(groupId)-200000000 FROM `2008Index`
where groupId >= 200000000 and groupId < 300000000)+200000000);
② SELECT t1.*
FROM `2008Index` AS t1 JOIN
(SELECT ROUND(RAND() * (SELECT MAX(groupId)-200000000 FROM `2008Index`
where groupId >= 200000000 and groupId < 300000000)+200000000) AS groupId) AS t2
WHERE t1.groupId >= t2.groupId
ORDER BY t1.groupId ASC LIMIT 1;
1.如果组2的数据是连续分布的也就是id是连续的，那么第一条SQL可以实现组内随机采样，但如果200000000+的数据中的id是不连续的，例如2000010000下一条直接是2000030000，这样第一条SQL就不能直接用，因为它的原理是id最大值乘一个小于1的小数，也就是得到一个[0,max(id)]范围的一个数，可是如果数据不连续，那这个随机数很有可能恰好落在那个gap里，也就是这条记录，根本不存在。
2.那么好吧，那就把第一条SQL放到第二条里，第二条SQL的原理也就是网上最常见的随机采样的SQL，是选择大于这个随机数的最小的id对应的记录，那么也是如果只要随机数在gap里，那么得到的记录就一直是gap后的那条记录，所以实验基本上采的样就是那么几个数据段的最小记录来回出现，故也不行。
所以必须进行数据的整理，将同组数据放在一起，导入数据库主键自增，然后新增一列，将主键和类的语义连接起来。
故总结起来，要实现用MySQL实现组内随机采样，第一将主键和类的语义连接起来，第二数据分布有要求。
遇到的小问题：
1.MySQL属性类型int(11)，不是11位数的意思…是显示长度，int类型的最大值就是2的31次方-1，和括号里的参数没关系，那个参数只是给人看的时候显示多少位，所以位数多就用bigint类型
2.主键设计原则，http://blog.csdn.net/linzhiqiang0316/article/details/52881151，其中的主键无意义原则挺好，但是为了做实验，就不管它了。
3.用MySQL workbench建表时，UQ、BIN、ZF等标识的意思
http://blog.csdn.net/fdipzone/article/details/45035483
4.将一个列的数据复制到另一列，update test set col1=col2;但是如果一个没有设置not null一个设置了，这条语句就报错了，就不能用了。用到这个是想把新增的列改为主键，但是新建列的时候忘记设置not null了，所以报错，修改为not null也不行，新建一个not null的列再复制过去，前文说了，也不行。乖乖重新导入一遍数据吧。