Spark SQL 的抽样查询 TABLESAMPLE

更新时间：2021-08-14 15:03:48 标签：sql spark 抽样

提示

Spark SQL 教程正在筹划编写中，使用过程中有任何建议，提供意见、建议、纠错、催更加微信 sin80c。

Spark SQL 的 TABLESAMPLE 语句用于对表进行采样。

语法

Spark SQL 的 LIMIT 子句结构为：

TABLESAMPLE ({ integer_expression | decimal_expression } PERCENT)
    | TABLESAMPLE ( integer_expression ROWS )
    | TABLESAMPLE ( BUCKET integer_expression OUT OF integer_expression )

它支持以下采样方法：

TABLESAMPLE(x ROWS): 将表格采样到给定的行数。
TABLESAMPLE(x PERCENT): 将表格取样至给定百分比。请注意，百分比定义为 0 到 100 之间的数字。
TABLESAMPLE(BUCKET x OUT OF y): 从表格中抽取 y 分数中的 x。

Note: TABLESAMPLE 返回请求的行数或分数的近似值。

示例

以下是一些示例讲解：

SELECT * FROM test;
+--+----+
|id|name|
+--+----+
| 5|Alex|
| 8|Lucy|
| 2|Mary|
| 4|Fred|
| 1|Lisa|
| 9|Eric|
|10|Adam|
| 6|Mark|
| 7|Lily|
| 3|Evan|
+--+----+

SELECT * FROM test TABLESAMPLE (50 PERCENT);
+--+----+
|id|name|
+--+----+
| 5|Alex|
| 2|Mary|
| 4|Fred|
| 9|Eric|
|10|Adam|
| 3|Evan|
+--+----+

SELECT * FROM test TABLESAMPLE (5 ROWS);
+--+----+
|id|name|
+--+----+
| 5|Alex|
| 8|Lucy|
| 2|Mary|
| 4|Fred|
| 1|Lisa|
+--+----+

SELECT * FROM test TABLESAMPLE (BUCKET 4 OUT OF 10);
+--+----+
|id|name|
+--+----+
| 8|Lucy|
| 2|Mary|
| 9|Eric|
| 6|Mark|
+--+----+

<< 从文件查询数据 Spark SQL 教程集合运算 UNION/INTERSECT/EXCEPT >>