Spark SQL----Sampling Queries采样查询

一、描述

TABLESAMPLE语句用于对表进行采样。它支持以下采样方法：

• TABLESAMPLE（x行）：将表格向下采样到给定的行数。
• TABLESAMPLE（x百分比）：将表格向下采样到给定的百分比。请注意，百分比定义为0到100之间的数字。
• TABLESAMPLE（BUCKET x OUT OF y）：对表格进行采样，X表示要选择的桶的数量,Y表示总的桶数量。
  注意：TABLESAMPLE返回请求的行数或分数的近似值。

二、语法

TABLESAMPLE ({ integer_expression | decimal_expression } PERCENT)
    | TABLESAMPLE ( integer_expression ROWS )
    | TABLESAMPLE ( BUCKET integer_expression OUT OF integer_expression )

三、例子

SELECT * FROM test;
+--+----+
|id|name|
+--+----+
| 5|Alex|
| 8|Lucy|
| 2|Mary|
| 4|Fred|
| 1|Lisa|
| 9|Eric|
|10|Adam|
| 6|Mark|
| 7|Lily|
| 3|Evan|
+--+----+

SELECT * FROM test TABLESAMPLE (50 PERCENT);
+--+----+
|id|name|
+--+----+
| 5|Alex|
| 2|Mary|
| 4|Fred|
| 9|Eric|
|10|Adam|
| 3|Evan|
+--+----+

SELECT * FROM test TABLESAMPLE (5 ROWS);
+--+----+
|id|name|
+--+----+
| 5|Alex|
| 8|Lucy|
| 2|Mary|
| 4|Fred|
| 1|Lisa|
+--+----+

SELECT * FROM test TABLESAMPLE (BUCKET 4 OUT OF 10);
+--+----+
|id|name|
+--+----+
| 8|Lucy|
| 2|Mary|
| 9|Eric|
| 6|Mark|
+--+----+