oracle 抽样_来自Oracle的采样,需要确切的结果数量(样本条款)

借用jonearles的示例表,我看到完全相同的东西(在OEL开发人员图像上的11gR2中),通常得到严重偏向1的值;样本量很小我有时根本看不到.我在评论中提到了额外的随机化/限制步骤：

select a,count(*) from (

select * from test1 sample (1)

order by dbms_random.value

)

where rownum < 101

group by a;

……我得到了三次跑步：

A COUNT(*)

---------- ----------

1 71

2 29

A COUNT(*)

---------- ----------

1 100

A COUNT(*)

---------- ----------

1 64

2 36

是的,100％真的在第二轮比赛中回归1.倾斜本身似乎相当随机.我尝试使用块修饰符似乎没有什么区别,也许令人惊讶 – 我可能认为在这种情况下它会变得更糟.

对于小样本来说,这可能会更慢,因为它必须达到整个表格;但确实给我提供了相当一致的分裂：

select a,count(*) from (

select a,b from (

select a,b,row_number() over (order by dbms_random.value) as rn

from test1

)

where rn < 101

)

group by a;

通过三次运行我得到了：

A COUNT(*)

---------- ----------

1 48

2 52

A COUNT(*)

---------- ----------

1 57

2 43

A COUNT(*)

---------- ----------

1 49

2 51

……看起来更健康一点. YMMV当然.

This Oracle article涵盖了一些抽样技术,您可能也想评估ora_hash方法,如果您的数据传播以及您对“代表性”的要求需要分层版本.