sql - Azure SQL DWH - CTE 和随机样本问题

Question

我查询 Azure SQL 数据仓库(又名 Azure Synapse)，版本为:

Microsoft Azure SQL Data Warehouse - 10.0.15554.0 Dec 10 2020

所以我有一个包含事件和附加数据的表，如下所示:

    event_id  |  date    | field3    | field4 |.......  
        1     |  10/20   | ......    | ...... |.......  
        2     |  10/21   | ......    | ...... |.......  
        3     |  10/22   | ......    | ...... |.......  
        1     |  10/20   | ......    | ...... |.......  

我想要获取在表中出现两次的 10 个事件的样本，因此它应该返回 20 行。我正在尝试使用 CTE 来完成此操作，以获得出现两次的 10 个 event_id 。然后在 SELECT 子句中我可以使用 CTE 来过滤并获取其余信息:

 -- CTE
 -- get sample of 10 event_id
 -- that appear twice
WITH SPL_2_ROWS AS 
(SELECT TOP 10 event_id, COUNT(*) AS q_rows
FROM report_table
GROUP BY event_id
HAVING COUNT(*) = 2
ORDER BY NEWID())
-- Main Query
-- get all the information for the 
-- previous 10 event_id
SELECT REP.*
FROM report_table  REP
WHERE event_id IN
(SELECT event_id FROM SPL_2_ROWS)

我遇到的问题是它返回看起来像随机数的行(10 到 30 之间)。由于查询的编写方式，这种情况不应该发生。我尝试更改 JOIN 的 WHERE 过滤器，得到相同的结果:

JOIN SPL_2_ROWS  SPL
  ON REP.event_id = SPL.event_id

奇怪的是，如果我使用时态表而不是 CTE，查询就可以正常工作。
我在这里缺少什么？

其他信息:
该表有大约 60 个字段和 6M 条记录，没有主键:DDL 创建语句类似于:

CREATE TABLE [my_schema].[report_table]
(
    [my_date] [datetime2](7) NULL,
    [field2] [nvarchar](4000) NULL,
    ...
    ...
    ...
    [event_id] [int] NULL,
    [client_id] [int] NULL,
    [field30] [nvarchar](4000) NULL,
    [field31] [nvarchar](4000) NULL,
    [field32] [int] NULL,
    ...
    ...
    ...
)
WITH
(
    DISTRIBUTION = ROUND_ROBIN,
    HEAP
)
GO

Answer 1

您可以使用窗口函数。但通过聚合和连接可能会更简单:

select rt.*
from (select event_id, row_number() over (order by newid()) as seqnum
      from report_table rt
      group by event_id
      having count(*) = 2
     ) e join
     report_table rt
     on rt.event_id = e.event_id
where seqnum <= 10;