雅典娜中大小为 N 的随机样本

Question

我正在尝试从雅典娜获取N行的随机样本。但是由于我想从中绘制此样本的表格很大，因此天真

SELECT
id
FROM mytable
ORDER BY RANDOM()
LIMIT 100

运行需要很长时间，大概是因为ORDER BY要求将所有数据发送到单个节点，然后对数据进行随机排序。

我知道TABLESAMPLE但这允许人们采样一定百分比的行而不是其中的一些行。有没有更好的方法

Answer 1

雅典娜实际上落后于普雷斯托。您可以使用 TABLESAMPLE 获取表的随机样本。

假设你想要 10% 的表样本，你的查询将是这样的：

SELECT id FROM mytable TABLESAMPLE BERNOULLI(10)

请注意，有伯努利和系统采样。这是它的文档。