Oracleからのサンプリング、正確な数の結果が必要（サンプル句）

jonearlesのサンプルテーブルを借りると、まったく同じものが表示され（OEL開発者イメージの11gR2で）、通常はaの値を取得します。 1に大きく偏っている;サンプルサイズが小さいと、まったく何も見えないことがあります。コメントで述べた追加のランダム化/制限ステップ：

select a, count(*) from (
    select * from test1 sample (1)
    order by dbms_random.value
)
where rownum < 101
group by a;

...私が得た3回の実行で：

         A   COUNT(*)
---------- ----------
         1         71
         2         29

         A   COUNT(*)
---------- ----------
         1        100

         A   COUNT(*)
---------- ----------
         1         64
         2         36

はい、100％は本当に1として戻ってきました 2回目の実行で。スキュー自体はかなりランダムに見えます。 blockで試してみました おそらく驚くべきことに、ほとんど違いがないように見えた修飾子-この状況ではさらに悪化すると思ったかもしれません。

これは、テーブル全体にヒットする必要があるため、サンプルサイズが小さい場合は、遅くなる可能性があります。しかし、かなり一貫して分割することさえできます：

select a, count(*) from (
    select a, b from (
        select a, b, row_number() over (order by dbms_random.value) as rn
        from test1
    )
    where rn < 101
)
group by a;

3回の実行で、次のようになりました。

         A   COUNT(*)
---------- ----------
         1         48
         2         52

         A   COUNT(*)
---------- ----------
         1         57
         2         43

         A   COUNT(*)
---------- ----------
         1         49
         2         51

...少し健康に見えます。もちろんYMMV。

このOracleの記事 いくつかのサンプリング手法について説明しているので、ora_hashを評価することをお勧めします。 アプローチも同様であり、データが拡散し、「代表性」の要件がそれを要求する場合は、層化バージョンです。