采集样本数据

----start

    我们经常会遇到这样的情况，想看看某个表中的若干条数据，如10条、20条等。在DB2中，我们可以这么写：

SELECT * FROM <TABLE_NAME> FETCH FIRST 10 ROWS ONLY； 

不知道你注意到没有，以上这条语句无论你执行多少遍，结果集是不变的。那么我想每次随机的查询10条记录看看，该怎么处理呢？可以使用下面的SQL：

SELECT * FROM <TABLE_NAME> ORDER BY RAND() FETCH FIRST 10 ROWS ONLY ; 

    上面是最简单的采集样本数据的方法，在DB2中，更为专业的是使用TABLESAMPLE采集样本数据。那么，为什么要采集样本数据呢？主要原因是当我们对海量数据进行分组统计时，即费时又费力，这时候，我们可以采集样本数据，然后对样本数据进行统计，以预测整体趋势。

一：语法

SELECT ... FROM <table-name> TABLESAMPLE [BERNOULLI | SYSTEM] (percent) REPEATABLE (num) WHERE ... 

二：示例

SELECT * FROM staff TABLESAMPLE BERNOULLI(8) REPEATABLE(586) ORDER BY id; --说明 从staff表中，采用BERNOULLI抽样方法，抽取8%的样本数据，REPEATABLE表示多次执行相同的语句返回相同的结果。

三：采样方法

1、BERNOULLI(行级别伯努利采样)：它检查每一行，准确率高，但是性能差。

2、SYSTEM(系统页级采样)：它检查每一数据页(一个数据页包含若干行)，性能高，但准确率差。

---更多参见：DB2 SQL 精萃

----声明：转载请注明出处。

----last updated on 2010.2.2

----written by ShangBo on 2009.9.25

----end