Apache Hive Random

随机抽样得到不重复样本

• 方法1：

select  *  from test  order by rand() limit 100;

• 方法2：

select * from (  
select e.*, cast(rand() * 100000 as int) as vidx from test as e) as  vt order by vt.vidx limit 1000

explain

1，表.test为一个普通的表，别名为e,里面存有数据，我们要从表e中随机抽出1000条数据作为数据样本。

2，rand() 函数产生一个0到1的随机数字，

 cast(rand() * 100000 as int) as vidx 

 表示： vidx为一个0到100000之间的一个随机整数。

3，e表中的字段和vidx组成了一个新的表格vt 。