云器科技-文档

概述

TABLESAMPLE 是 Lakehouse 平台提供的数据采样方法，支持基于概率或固定行数的随机采样。包含 SYSTEM（文件级）和 ROW（行级）两种采样策略，满足不同场景的性能与精度需求。

语法


SELECT <column_list>
FROM <table_name>
  TABLESAMPLE [ROW | SYSTEM] ( { <probability>  | <num> ROWS } )
[ ...其他子句... ]

参数说明

采样类型

类型	描述
ROW	行级随机：逐行独立判断，结果行数精准，适合小数据集
SYSTEM	文件级随机：按文件块随机筛选，性能更高但结果可能波动，适合大数据场景
（默认）	未指定时自动选择 SYSTEM 模式

采样量

格式	描述
`probabilityT`	按百分比采样（0~100），如 `30`
`<数字> ROWS`	指定采样行数，如 `5 ROWS`

使用示例

基础采样


CREATE  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');
 -- 随机抽取30%数据（SYSTEM模式）
SELECT * FROM test  TABLESAMPLE (30 ) ;
 -- 随机抽取5行数据（SYSTEM模式）
SELECT * FROM test   TABLESAMPLE (5 ROWS);

-- 精确抽取5行（ROW模式）
SELECT * FROM employee TABLESAMPLE ROW (5 ROWS);

联系我们