如何使用PolarDBPostgreSQL的采样函数_云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

采样函数允许从一张表中选择随机样本作为输入，而非将整张表作为输入。

语法

SAMPLE [BLOCK] (sample_percent[, dummy_arg]) [SEED (seed_value)]

参数

参数	说明

参数	说明
BLOCK	采样的基本单位。如果没有BLOCK关键字，采样的基本单位为行。如果有BLOCK关键字，采样的基本单位为BLOCK，即一个BLOCK内的数据或者全部被选中，或者全部不被选中。
sample_percent	采样的百分比，其取值范围为[0, 100]。
dummy_arg	可选参数，为了兼容性而存在，目前对采样结果没有任何实际影响；若选择传入此参数，其值必须大于等于1。
seed_value	可选参数，表示采样时使用的随机种子，在其他参数及条件均相同的情况下，指定相同的随机种子可以保证两次采样得到相同的结果。

返回类型

返回的是原表经采样后的一个子集，其行数小于等于原表。

示例

建表及插入数据。

CREATE TABLE sample_table_test (id int, name text);
INSERT INTO sample_table_test 
  SELECT i, repeat(i::text, 10) FROM generate_series(0, 10000) s(i);

以BLOCK为基本单位，从表sample_table_test中采样10%的数据，传入了无用的第二个参数1，指定了随机种子10。
```
SELECT COUNT(*) FROM sample_table_test SAMPLE BLOCK (10, 1) SEED (10);

# 输出一行873，可复现
```
说明
sample_pecent指定的是每次采样的概率，并不意味着采样结果一定是该比例，但大致应在该比例附近。

以行为基本单位，从表sample_table_test中采样5%的数据，没有指定随机种子。

SELECT COUNT(*) FROM sample_table_test SAMPLE (5);

# 输出一行485，没有指定随机种子，难复现