Klauzule TABLESAMPLE

Platí pro: Databricks SQL Databricks Runtime

Příkaz TABLESAMPLE slouží k vzorkování relace.

Syntaxe

TABLESAMPLE ( { percentage PERCENT ) |
                num_rows ROWS |
                BUCKET fraction OUT OF total } )
            [ REPEATABLE ( seed ) ]

Parametry

• percentage PERCENT

  Celočíselná nebo desetinná konstanta percentage mezi 0 a 100 určující procento řádků tabulky, které se mají vzorkovat.

• num_rows ROWS

  Konstantní kladný výraz num_rows INTEGER určující absolutní počet řádků ze všech řádků, které se mají vzorek provést.

• BUCKET fraction OUT OF total

  Celočíselná konstanta fraction určující část z integer konstanty total , která se má vzorek vzorek.

• REPEATABLE ( seed )

  Platí pro: Databricks SQL Databricks Runtime 11.3 LTS a vyšší

  Volitelná kladná celočíselná konstanta seed, která se používá k vždy vytvoření stejné sady řádků. Tuto klauzuli použijte, pokud chcete dotaz opakovaně znovu použít a očekáváte stejnou sadu vzorek řádků.

Poznámka:

• TABLESAMPLE vrátí přibližný počet požadovaných řádků nebo zlomků.
• Vždy používejte TABLESAMPLE (percent PERCENT) , pokud je náhodnost důležitá. TABLESAMPLE (num_rows ROWS) není jednoduchý náhodný vzorek, ale místo toho je implementován pomocí LIMIT.

Příklady

> CREATE TEMPORARY VIEW test(id, name) AS
  VALUES ( 1, 'Lisa'),
         ( 2, 'Mary'),
         ( 3, 'Evan'),
         ( 4, 'Fred'),
         ( 5, 'Alex'),
         ( 6, 'Mark'),
         ( 7, 'Lily'),
         ( 8, 'Lucy'),
         ( 9, 'Eric'),
         (10, 'Adam');
> SELECT * FROM test;
  5 Alex
  8 Lucy
  2 Mary
  4 Fred
  1 Lisa
  9 Eric
 10 Adam
  6 Mark
  7 Lily
  3 Evan

> SELECT * FROM test TABLESAMPLE (30 PERCENT) REPEATABLE (123);
  1     Lisa
  2     Mary
  3     Evan
  5     Alex
  8     Lucy

> SELECT * FROM test TABLESAMPLE (5 ROWS);
  5 Alex
  8 Lucy
  2 Mary
  4 Fred
  1 Lisa

> SELECT * FROM test TABLESAMPLE (BUCKET 4 OUT OF 10);
  8 Lucy
  2 Mary
  9 Eric
  6 Mark

Související články

• SELECT