【Hive】HiveQL实战之数据抽样Sample

当数据量很大时，需要查找一个数据的子集用于加快数据的分析，这种技术就是抽样技术。Hive中，数据抽样分为以下三种：

• 随机抽样；
• 桶表抽样；
• 块抽样；

1 随机抽样

1）语法结构

使用Rand（）和LIMIT关键字得到抽样数据，Distribute和Sort关键字确保数据在mappers和reducers之间高效的随机分布，也可以使用order by rand（）实现，但是性能不好。