Question

只是想知道，teradata中的SAMPLE是否以均匀的概率选择（即给出每一行选择相同的概率）。例如：

select * from employee_table sample 8;

每次执行后，返回的数据也将保证不同

Answer 1

每个SAMPLE都是随机的，但使用默认值不是真正的简单样本。所有AMP进行通信以确定哪个AMP将返回多少行，即默认SAMPLE是n个单独样本的UNION，每个AMP一个。很难注意到因为数据是散列分布的，但是带有NUPI的偏斜表可能会对某些行进行采样的概率更高。

当您需要真正的随机样本时，您必须使用SAMPLE RANDOMIZED ALLOCATION选项，现在所有AMP中的所有行都具有相同的概率。

但由于它是随机的，当然不能保证每个样本中都有不同的行。