Hive分桶抽样查询详解「建议收藏」-tablesample抽样

Hive分桶抽样查询(tablesample)详解「建议收藏」名词解释：n：总桶数x：从第几个桶开始抽取y：必须是总桶数的因数或倍数（自定义）z：共需抽取出的桶数（z=n/y）抽样查询代码示例：hive(default)>select*fromstudenttablesample(bucketxoutofyonid);案例分析：总桶数为n=10个，人为设定抽样因子y=2，人为设定从第一个桶开始取则x=1；计算出z=n/y=10/2=5个，则可以确定本次抽样查询需要取出5个桶的数据；代码实现如下：hi

名词解释：

n：总桶数

x：从第几个桶开始抽取

y：必须是总桶数的因数或倍数（自定义）

z：共需抽取出的桶数（z=n/y）

抽样查询代码示例：

hive (default)> select * from student tablesample(bucket x out of y on id);

案例分析：总桶数为n=10个，人为设定抽样因子y=2，人为设定从第一个桶开始取则x=1；计算出z=n/y=10/2=5个，则可以确定本次抽样查询需要取出5个桶的数据；

代码实现如下：

hive (default)> select * from student tablesample(bucket 1 out of 2 on id);

抽样查询结果如下：

z 数据属于第几个桶

1 第1个分桶的数据（1）

2 第3个分桶的数据（1+y）

3 第5个分桶的数据（3+y）

4 第7个分桶的数据（5+y）

5 第9个分桶的数据（7+y）

详细讲解分桶

https://blog.csdn.net/u010003835/article/details/80911215