How to get a random sample of data with Power Query提到PowerQuery是一种parallel language，通过添加index索引可强制所有行运行随机函数。包含随机值的结果加载到工作表后，可能变成同一值，可通过Table.Buffer解决。添加索引、添加随机数及Table.Buffer，这三个步骤需要依次紧挨着。更多理解可能需要了解Microsoft.Mashup.Evaluator、Microsoft Mashup Evaluation Container了。猜测，添加索引后，后继的步骤中的随机数函数的种子(seed)就改变了。行上下文是dax中的概念，应该不牵扯PowerQuery吧？
How to get a random sample of data with Power Query提到PowerQuery是一种parallel language，通过添加index索引可强制所有行运行随机函数。包含随机值的结果加载到工作表后，可能变成同一值，可通过Table.Buffer解决。添加索引、添加随机数及Table.Buffer，这三个步骤需要依次紧挨着。更多理解可能需要了解Microsoft.Mashup.Evaluator、Microsoft Mashup Evaluation Container了。猜测，添加索引后，后继的步骤中的随机数函数的种子(seed)就改变了。行上下文是dax中的概念，应该不牵扯PowerQuery吧？
@跑 添加随机数的前一个步骤（随机函数作用于的项），比如源，如果源本身被Table.Buffer过，或者表结构发生变化（相对于上一步后者内层计算单元），则Power Query编辑器看到随机数这一步骤的各行随机数各不相同。虽然不用提及dax的上下文，环境上下文倒是应当提及，也就是考虑相应步骤内函数作用的对象的构成。使用Table.Repeat可观察到先相同再不同的随机数。归根结缔，当然与PowerQuery的数据结构与算法实现有关。随机数的相同与否，感觉也与Power Query的惰性计算Lazy Evaluation特点有关，是一个feature，是计算资源利用优化的结果。
如果数据源经过数据类型转换，或是添加或删除列操作（非索引列），或是修改列名的操作等，那么生成的随机数便是相同的了。数据在内存中的状态是亦失的（不稳定的），则给到的资源便宜惰性(并行)计算（而有 same value in all cells in a Column），反之，则需要更多的计算资源来运算，个人这样理解，不清楚对不对。
值得注意的是Random Number being changed to the same number for all rows这个问答，提到一般而言函数是幂等的( idempotent )，optimization pipeline使得Number.Random()转换成为常量，从而所有行得到相同的值（via: Ehren）。在PowerQuery编辑器界面，强制产生不同的随机数常见操作一是加入索引列，二是使用= List.Random(Table.RowCount()){[Index]}，最后可用类似Number.RandomBetween(0.5+[SomeNumber]-[SomeNumber],10.5) 这种方法。在添加随机数列之前添加Table.Buffer是有意义的。还有Colin Banfield的这样一段话，如何选择M还是DAX使用随机数。
The moral of the story is that you use random numbers in Power Query if you need to perform a
calculation based on a random value, or if you need a random sample of your source data(sort on
the random column and select the top n rows). Otherwise, you are better off creating a random
number calculated column in the data model using DAX.
