ClickHouse进阶系列（五）clickhouse查询语句之Sample采样

这里的clickhouse采样的话，主要意思就是我们可以不用查询出来某张表的所有数据，只需要抽样查看某一部分数据是否正确就可以了，有点类似于：

select * from table limit random()

在clickhouse里面，有现成的抽样函数可以使用，即Sample函数。但是如果要选择抽样的话，那么在创建表的时候需要指定抽样函数的字段列，语法是：

CREATE TABLE XXXX(
   ....
 )
ENGINE = MergeTree()
ORDER BY (${列})
SAMPLE BY intHash32(${列})

这里创建表的时候指定的抽样列字段必须要是表里面的。一般我们都要指定hash，也就是：

SAMPLE BY intHash32(${列})

并且这里的列处理需要指定到排序列里面。

下面我们列举个例子：

1）创建抽样表

#创建抽样表
CREATE TABLE users(
    id UInt64,
    name String,
    age UInt8
 )
ENGINE = MergeTree()
ORDER BY (id,intHash32(id))
SAMPLE BY intHash32(id);

2）插入数据

#插入数据
insert into users values(1,'张三',10);
insert into users values(2,'李四',11);
insert into users values(3,'王五',12);
insert into users values(4,'赵六',13);
insert into users values(5,'田七',14);
insert into users values(6,'王八',15);
insert into users values(7,'赵九',16);

3）使用Sample查询数据

这里查询数据的方式有3种，分别是：

1、按照比例进行抽查（）
2、按照指定条数进行抽查
3、按照比例与偏移量进行抽查

下面我们来演示下:

1、按照比例进行抽查，例如抽查users表百分之40的数据

select * from users SAMPLE 0.4;

2、按照指定条数进行抽查，例如抽查users表3条数据

select * from users SAMPLE 3;

这里抽样如果是大于1的话，是取近视值，数据量少看不到效果，数据量大就看到效果了。

3、从50%的比例开始抽样，抽样查40%的数据

select * from users SAMPLE 0.4 OFFSET 0.5;

以上就是clickhouse抽样数据的案例。

备注：

1、clickhouse中抽样表的引擎必须要是mergetree系列的。
2、抽样表必须设置simple by，不然无法进行抽样。
3、抽样的字段表达式需要在排序字段列表中
4、抽样的数字不能是0或者1，如果是0或者1的话代表不抽样。
5、抽样的数字只能是0到1之间和大于1的数据。