hsql的抽样查询

hsql的抽样查询

目录

• • rank()函数和字段名：
  • 数据块抽样
  • 分桶表的输入裁剪

rank()函数和字段名：

rank函数进行抽样返回的随机值发挥不相等的值，非rank函数进行分桶的话，同一语句多次执行的返回结果是相同的。
注释：number是字段，numbers是表，表只有一个字段number，数值是1-10

select * from numbers TABLESAMPLE(BUCKET 3 OUT OF 10 ON rank()) s;
select * from numbers TABLESAMPLE(BUCKET 3 OUT OF 10 ON number) s;

数据块抽样

hive提供按照抽样百分比进行抽样的方式，这种事基于行数的，按照输入路径下的数据块百分比进行的抽样。

select * from numbers TABLESAMPLE(0.1 PERCENT) s;

分桶表的输入裁剪

select * from numbers where number % 2 = 0;

对于大多数类型的表，抽样会扫描表中的所有数据，然后在每n行中抽取一行数据。不过，如果tablesample语句中指定的列和clustered by语句中指定的列相同，那么tablesample查询就只会扫描涉及到的表的哈希分区的数据。