TABLESAMPLE и SAMPLE
Внимание
Поддерживается только для строковых таблиц. Поддержка функциональности для колоночных таблиц находится в разработке.
Построение случайной выборки из указанного во FROM
источника данных.
TABLESAMPLE
является частью SQL стандарта и работает следующим образом:
-
Указывается режим работы:
BERNOULLI
означает «медленно, честно просмотрев все данные, но по-настоящему случайно»;SYSTEM
должен использовать знание о физическом хранении данных, чтобы избежать полного их чтения частично жертвуя случайностью выборки.
Данные разбиваются на достаточно большие блоки, и происходит сэмплирование данных блоков целиком. Для прикладных расчётов на достаточно больших таблицах результат вполне может оказаться состоятельным.
- Размер случайной выборки указывается в процентах следом за режимом в круглых скобках.
- Управлять размером блоков для режима
SYSTEM
можно с помощью прагмыyt.SamplingIoBlockSize
. Если при семплировании размер результата получается меньше одного блока, то выдается пустой результат. - Опционально далее указывается ключевое слово
REPEATABLE
и целое число в скобках, которое будет использовано как seed для генератора псевдослучайных чисел.
SAMPLE
является более коротким алиасом, где нет сложных настроек, а размер выборки указывается в долях. На данный момент он соответствует режиму BERNOULLI
.
Примечание
В режиме BERNOULLI
при наличии ключевого слова REPEATABLE
в seed подмешивается chunk id для каждого чанка таблицы. Поэтому выборка для разных таблиц с одинаковым содержимым может давать разные результаты.
Примеры
SELECT *
FROM my_table
TABLESAMPLE BERNOULLI(1.0) REPEATABLE(123); -- один процент таблицы
SELECT *
FROM my_table
TABLESAMPLE SYSTEM(1.0); -- примерно один процент таблицы
SELECT *
FROM my_table
SAMPLE 1.0 / 3; -- треть таблицы