我正在尝试在黑斑羚中抽样20%的桌子。我在某处听说内置的impala采样功能存在问题。
是否可以将子查询传递给impala限制函数以对整个表的n%进行采样。
我有这样的东西:
select
* from
table_a
order by rand()
limit
(
select
round( (count(distinct ids)) *.2,0)
from table_a)
)
子查询为我提供了所有记录的20%
答案 0 :(得分:1)
我不确定Impala是否具有特定的采样逻辑(某些数据库有)。但是您可以使用窗口功能:
select a.*
from (select a.*,
row_number() over (order by rand()) as seqnum,
count(*) over () as cnt
from table_a
) a
where seqnum <= cnt * 0.2;