PG 数据抽样 tablesample

9.5版本前 order by random() 功能可以实现但是性能较差。

9.5版本以后 支持tablesample 数据抽样 

select ... from table_name tablesample sampling_method (argument[, ...]) [ repeatable (seed)]

sampling_method 指抽样方法，主要有 system 和 bernoulli 
argument 指抽样百分比

system抽样方法基于数据块级别。

select ctid,* from test_sample tablesample system(0.01);

citd 第一位表示逻辑数据块编号，第二位表示逻辑块上的逻辑编号。

system抽样查询的时候会返回整个数据块的数据。所以抽样结果的总数不是总数量乘上抽样百分比。

因为返回数据以块为单位，所有返回的数据量偏差较大，性能高。

 

bernoulli抽样方法基于数据行

抽样的随机性好于system抽样，性能低于system抽样，同样存在返回数量的偏差。