用postgresql做抽样查询

9.5之前需要写函数，暂不考虑，下面以tablesample方法为主

方式一：

在数据量较小的情况下使用

select * from tb_defect order by random() limit 100

缺点是没办法再排序，而且是全表扫描，性能较差

方式二：

select * from tb_defect tablesample system(0.01);

system抽样方式是随机抽取表上的数据块的数据,可能返回0条，可能是抽取到了一个没有数据的数据块

方式三：

select * from tb_defect tablesample bernoulli(0.1);

BERNOULLI抽样方式，是基于数据行的，每次返回的数量相差不多，但也不保证每次查询出来的数据行数一样，0.1并不是严格按总条数*0.1，而是按伯努力离散分布，比如我测试数据2700条，查出来可能是3-5条

select * from tb_defect  tablesample bernoulli(0.5) order by "create_time";

可以排序，但并不是均匀分布的

2020-01-04 00:00:00+08:00
2020-03-09 00:00:00+08:00
2020-03-18 00:00:00+08:00
2020-03-22 00:00:00+08:00
2020-05-10 00:00:00+08:00
2020-05-22 00:00:00+08:00
2020-06-11 00:00:00+08:00
2020-06-16 00:00:00+08:00
2020-06-29 00:00:00+08:00
2020-07-29 00:00:00+08:00
2020-07-30 00:00:00+08:00
2020-09-02 00:00:00+08:00
2020-09-16 00:00:00+08:00
2020-09-17 00:00:00+08:00

方式四：

如果有时间字段或id，主要对物联设备数据，每秒上报数据，查询时每隔三分钟取一条数据，

select * from tb_defect  where mod(cast(substring("create_time",9,2)  as integer),3)=0