样本子句
SAMPLE 子句允许进行近似的 SELECT 查询处理。
当数据采样被启用时，查询并不是在所有数据上执行，而仅在某个数据的某一部分（样本）上执行。例如，如果您需要计算所有访问的统计信息，执行查询在所有访问的 1/10 的数据上，然后将结果乘以 10 就足够了。
近似查询处理在以下情况下是有用的：
- 当您有严格的延迟要求（例如低于 100ms），但您无法为满足这些要求而额外承担硬件资源的成本。
- 当您的原始数据不准确时，因此近似不会明显降低质量。
- 业务要求目标为近似结果（出于成本效益，或向高级用户营销精确结果）。
数据采样的特点如下：
- 数据采样是一个确定性的机制。相同的
SELECT .. SAMPLE查询的结果始终是相同的。 - 对不同的表，采样一致有效。对于具有单一采样键的表，具有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 的样本从不同表中取出相同子集的所有可能用户 ID。这意味着您可以在 IN 子句的子查询中使用样本。此外，您可以使用 JOIN 子句连接样本。
- 采样允许从磁盘读取更少的数据。请注意，您必须正确指定采样键。有关更多信息，请参见 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 k 是一个从 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。 阅读更多 |
SAMPLE n | 这里 n 是一个足够大的整数。查询在至少 n 行的样本上执行（但不显著多于这个）。例如，SAMPLE 10000000 在至少 10,000,000 行上运行查询。 阅读更多 |
SAMPLE k OFFSET m | 这里 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。 阅读更多 |
SAMPLE K
这里 k 是一个从 0 到 1 的数字（支持分数和小数表示）。例如，SAMPLE 1/2 或 SAMPLE 0.5。
在 SAMPLE k 子句中，样本是从 k比例的数据显示出来的。下面展示了示例：
在这个例子中，查询是在 0.1（10%）的样本数据上执行。聚合函数的值不会自动校正，因此为了得到近似结果，count() 的值需要手动乘以 10。
SAMPLE N
这里 n 是一个足够大的整数。例如，SAMPLE 10000000。
在这种情况下，查询是在至少 n 行的样本上执行（但不显著多于这个）。例如，SAMPLE 10000000 在至少 10,000,000 行上运行查询。
由于数据读取的最小单位是一个粒度（其大小由 index_granularity 设置决定），因此设置一个大于粒度大小的样本是有意义的。
使用 SAMPLE n 子句时，您不知道处理了多少相对百分比的数据。因此，您不知道聚合函数应该乘以的系数。使用 _sample_factor 虚拟列来获取近似结果。
_sample_factor 列包含动态计算的相对系数。创建具有指定采样键的表时，此列会自动创建。下面展示了 _sample_factor 列的使用示例。
假设表 visits 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总访问次数：
下面的示例展示了如何计算平均会话持续时间。请注意，计算平均值时不需要使用相对系数。
SAMPLE K OFFSET M
这里 k 和 m 是从 0 到 1 的数字。下面展示了示例。
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%。
[------++------]