我正在开展一个项目，使用抽样方法估算大型数据集，例如，在1,000,000行的数据集中，使用随机抽样来找到更快的行的AVERAGE估算值。开始搞乱这个问题的最佳位置是SQL查询，还是用SQL编写？或者我应该考虑直接在SQL插件或其他东西中构建实现？我想自己做实际的工作，所以我主要是朝着正确的方向寻找一个点。谢谢你们！
答案 0 :(得分：1)
既然你没有提供RDBMS实现，而SQL是基本标准......我会分享PostgreSQL的想法。也许这可以用于其他人。每个表索引都有统计信息。因此，您可以推断出什么是平均值，或者有多少条目。这不精确，但比随机抽样更好。
作为旁注，1M行并不多。