说明

SAMPLE 子句允许近似于 SELECT 查询处理。

启用数据采样时，不会对所有数据执行查询，而只对特定部分数据（样本）执行查询。

例如，如果需要计算所有访问的统计信息，只需对所有访问的 1/10的数据执行查询，然后将结果乘以10即可。

应用场景

有严格的时间需求（如<100ms），但不能添加服务器
当原始数据不准确时，近似值不会明显降低计算准确率
业务需求的目标是近似结果

数据采样的功能:

数据采样是一种确定性机制。同样的结果 SELECT .. SAMPLE 查询始终是相同的。
对于不同的表，采样工作始终如一。对于具有单个采样键的表，具有相同系数的采样总是选择相同的数据。
采样允许从磁盘读取更少的数据。

SAMPLE 子句支持以下语法

例子

建表

建表时，需要指定 采样字段，如下：

create table t_student_smp
(
    sid UInt32,
    name String,
    age int,
    create_time Datetime
)
engine = MergeTree
partition by toYYYYMMDD(create_time)
PRIMARY KEY (intHash32(sid))
order by (intHash32(sid),age)
SAMPLE BY intHash32(sid)

注意：

定义按照 intHash32(UserID)分布后的结果采样查询。
声明 Sample KEY 时，遵守以下两条：
1. sample by 所声明的表达式必须同时包含在主键的声明内
2. sample key 必须 UInt 类型，若不是可以定义但是查询的时候会抛出异常。

插入数据

注意：至少要插入300条数据

insert into t_student_smp values 
(1,'lucy',22,'2022-01-02 09:30:00'),
(2,'lili',22,'2022-01-02 09:50:00'),
(3,'张三',21,'2022-01-02 09:50:00'),
(4,'韩梅梅',21,'2022-01-01 09:30:00'),
(5,'李雷',20,'2022-01-01 09:30:00'),
(1,'lucy',22,'2022-01-02 09:30:00'),
(2,'lili',22,'2022-01-02 09:50:00'),
(3,'张三',21,'2022-01-02 09:50:00'),
(4,'韩梅梅',21,'2022-01-01 09:30:00'),
(5,'李雷',20,'2022-01-01 09:30:00'),
(1,'lucy',22,'2022-01-02 09:30:00'),
(2,'lili',22,'2022-01-02 09:50:00'),
(3,'张三',21,'2022-01-02 09:50:00'),
(4,'韩梅梅',21,'2022-01-01 09:30:00'),
(5,'李雷',20,'2022-01-01 09:30:00'),
(1,'lucy',22,'2022-01-02 09:30:00'),
(2,'lili',22,'2022-01-02 09:50:00'),
(3,'张三',21,'2022-01-02 09:50:00'),
(4,'韩梅梅',21,'2022-01-01 09:30:00'),
(5,'李雷',20,'2022-01-01 09:30:00');

插入一千万数据

INSERT INTO TABLE t_student_smp(sid,name,age,create_time)
SELECT number AS sid, '李雷',20, now() AS create_time FROM
numbers(10000000);

查询采样

select * from t_student_smp SAMPLE 0.4

查询结果数量：总共记录数 * 0.4

查询数量

select count() from t_student_smp SAMPLE 0.4

执行结果：

计算过程：总共记录数300 * 0.4 = 120

低于100显示0

注意：当表中数据量不够多时，低于 100 显示0（如果超过一千万，就能显示）

select count() from t_student_smp SAMPLE 0.3

执行结果：

计算过程：总共记录数300 * 0.3 = 90 ，低于100 显示 0

参考：
https://clickhouse.com/docs/zh/sql-reference/statements/select/sample/
https://blog.csdn.net/vkingnew/article/details/107090352

原文出处：/show_1IX3R8P7e1MQ.html

说明