SAMPLE 子句
SAMPLE 子句允许进行近似的 SELECT 查询处理。
当启用数据采样时，查询并不是在所有数据上执行，而只是在一定比例的数据（样本）上执行。例如，如果您需要计算所有访问的统计信息，仅需在所有访问的十分之一上执行查询，然后将结果乘以 10。
近似查询处理在以下情况下可能会很有用：
- 当您有严格的延迟要求（如低于 100ms），但无法证明为满足这些要求而增加额外硬件资源的成本是合理的。
- 当您的原始数据不准确时，因此近似不会明显降低质量。
- 业务需求针对近似结果（为了成本效益，或将精确结果市场化给高级用户）。
数据采样的特性如下所示：
- 数据采样是一个确定性机制。相同的
SELECT .. SAMPLE查询的结果始终相同。 - 在不同的表上采样的一致性。有单一采样键的表，对于相同系数的样本总是选择相同的可能数据子集。例如，用户 ID 的样本从不同表中获取相同子集的所有可能用户 ID 的行。这意味着您可以在 IN 子句中使用样本进行子查询。此外，您可以使用 JOIN 子句连接样本。
- 采样允许从磁盘中读取更少的数据。请注意，您必须正确指定采样键。有关更多信息，请参阅 创建 MergeTree 表。
对于 SAMPLE 子句，支持以下语法：
| SAMPLE 子句语法 | 描述 |
|---|---|
SAMPLE k | 这里的 k 是从 0 到 1 的数字。查询在 k 比例的数据上执行。例如，SAMPLE 0.1 在 10% 的数据上运行查询。 了解更多 |
SAMPLE n | 这里的 n 是一个够大的整数。查询在至少 n 行的样本上执行（但不会显著超过这个数字）。例如，SAMPLE 10000000 在至少 10,000,000 行的数据上运行查询。 了解更多 |
SAMPLE k OFFSET m | 这里的 k 和 m 是从 0 到 1 的数字。查询在 k 比例的数据样本上执行。用于样本的数据由 m 比例偏移。 了解更多 |
SAMPLE K
这里的 k 是从 0 到 1 的数字（支持小数和小数点表示法）。例如，SAMPLE 1/2 或 SAMPLE 0.5。
在 SAMPLE k 子句中，样本来自 k 比例的数据。下面是示例：
在这个例子中，查询在 0.1 （10%）的数据样本上执行。聚合函数的值不会自动调整，因此为了获得近似结果，需将 count() 的值手动乘以 10。
SAMPLE N
这里的 n 是一个足够大的整数。例如，SAMPLE 10000000。
在这种情况下，查询在至少 n 行的样本上执行（但不会显著超过这个数字）。例如，SAMPLE 10000000 在至少 10,000,000 行的数据上运行查询。
由于读取数据的最小单元是一个颗粒（其大小由 index_granularity 设置确定），因此设置一个远大于颗粒大小的样本是有意义的。
使用 SAMPLE n 子句时，您不知道处理了哪个相对数据的百分比。因此，您不知道聚合函数应该乘以的系数。使用 _sample_factor 虚拟列获取近似结果。
_sample_factor 列包含动态计算的相对系数。此列在您 创建 表时自动生成，并指定了采样键。以下是使用 _sample_factor 列的示例。
让我们考虑表 visits，它包含有关网站访问的统计信息。第一个示例展示了如何计算页面浏览量：
下一个示例展示了如何计算访问的总数：
下面的示例展示了如何计算平均会话持续时间。请注意，您在计算平均值时无需使用相对系数。
SAMPLE K OFFSET M
这里的 k 和 m 是从 0 到 1 的数字。下面是示例。
示例 1
在这个例子中，样本是所有数据的 1/10：
[++------------]
示例 2
在这里，从数据的后半部分取样 10%。
[------++------]
