标签：orm out cli 图片 create com 加载 rmi click
先把大家都知道的分桶抽样查询 的语法以及用法po出
select * from 分桶表 tablesample(bucket x out of y on 分桶字段);
假设当前分桶表，一共分了z桶！
x: 代表从当前的第几桶开始抽样
0<x<=y
y必须是z的因子或倍数！
怎么抽： 从第x桶开始抽，当y<=z每间隔y桶抽一桶，直到抽满 z/y桶
举例1：
select * from stu_buck2 tablesample(bucket 1 out of 2 on id);
从第1桶开始抽，每间隔2桶抽一桶，一共抽2桶！
桶号： x+y*(n-1) 抽0号桶和2号桶
举例2：
select * from stu_buck2 tablesample(bucket 1 out of 1 on id);
从第1桶开始抽，每间隔1桶抽一桶，一共抽4桶！
抽0,1,2,3号桶
举例3：
select * from stu_buck2 tablesample(bucket 2 out of 8 on id);
从第2桶开始抽，一共抽0.5桶！
抽1号桶的一半
然而，当我自己实验时，发现实际情况跟预期有偏差
建表语句：
--创建分桶表 create table people (id int,name string) clustered by (id) sorted by (name desc) into 4 buckets row format delimited fields terminated by ‘\t‘; --创建临时表 create table tmp (id int,name string) row format delimited fields terminated by ‘\t‘; --加载数据 load data local inpath ‘/home/guigu/data.txt‘ into table tmp; --加载数据到分桶表 insert overwrite table people select * from tmp;
数据：
1 jake 1 mike 2 ace 3 luffey 4 namy 5 franky 2 zoro 3 sanji 4 usoop 3 kapu 2 jinx 1 jake1 1 mike1 2 ace1 3 luffey1 4 namy1 5 franky1 2 zoro1 3 sanji1 4 usoop1 3 kapu1 2 jinx1 6 usoop4 7 kapu4 8 jin3 9 jake5 6 mike2 7 ace4 8 luffey3 9 namy5 6 franky2 7 zoro3 8 sanji5 9 usoop5 6 kapu4 7 jinx2 8 kap 9 jin
分好的桶如下
然而查询时却发现 本来打算取第2个桶里的4/8 数据，但返回的数据跟预期差得很多
其实
select * from 分桶表 tablesample(bucket x out of y on 分桶字段);
这个抽样查询的底层是把所有数据按照 字段的hash值 % y 分成y 个 区（相当于Hadoop里的分区），然后取第 x 区 中的数据。
之所以没有达到预期的效果，是因为用来测试的数据太少！
标签：orm out cli 图片 create com 加载 rmi click
原文地址：https://www.cnblogs.com/yangxusun9/p/12430857.html
