此方法适用于百万级以下数据的表，因为在筛选记录之前会首先进行表扫描并生成 Guid，对于车间库存明细账等记录多冗余大或无聚集索引的大数据量表，性能可能会低很多，不建议使用。当然如果只是几十万条以内的数，你当我没说

SQL Server 随机取数
鉴于楼上发现的例外情况，于是搜索查阅资料，进行情况了解、研究后，发现：
1.表的数据量越大时，查询的性能会降低、耗时增加；
2.与聚集、非聚集索引的关系不大，但查询的列数越多，查询的性能会降低、耗时增加；

基于这两点发现，认为：
1.当表的数据量不是很大、且查询列数较少（即查询性能较优）时，可使用 order by newid()，支持点：写法简捷等；
例：（其中表来源于 [10.200.0.90].[LTERPCST_Normal].[dbo].[CST_ProdItemizeAccount]）

select top 10 Guid from CST_ProdItemizeAccount order by newid()

2.而当性能影响较大时，推荐使用 tablesample(number [rows|percent]) 方式，该方式的更多资料请上网查阅；
例：

create table #temp(Guid varchar(50),PtnField datetime,ProdSort varchar(50),ProdGuid varchar(50),ProdBatch varchar(100),CostItemSort varchar(50),CostItemName varchar(50));

declare @i int;
set @i=0;
while @i<10
begin
    insert #temp (Guid, PtnField, ProdSort, ProdGuid, ProdBatch, CostItemSort, CostItemName)
    (select top 1 Guid, PtnField, ProdSort, ProdGuid, ProdBatch, CostItemSort, CostItemName
    from CST_ProdItemizeAccount
    tablesample(1000 rows))--或写为：tablesample(0.001 percent)，其中1000不宜较小、0.001不宜较大
    select @i=count(*) from #temp
end

select * from #temp

drop table #temp

PS：若还有其他的疑点、或技术知识点，请多多提出、让我们大家一起探讨交流！