Brug DBMS_RANDOM-pakken til at sortere poster, og brug derefter en rækkebegrænsende klausul til at begrænse til den ønskede prøvestørrelse
Funktionen dbms_random.value opnår et tilfældigt tal mellem 0 og 1 for alle rækker i tabellen, og vi sorterer i stigende rækkefølge efter den tilfældige værdi.
Sådan fremstilles det prøvesæt, du har identificeret:
SELECT
*
FROM
(
SELECT
*
FROM
tbl1
ORDER BY dbms_random.value
)
FETCH FIRST 1000000 ROWS ONLY;
For at demonstrere med eksempelskematabellen, emp
, vi prøver 4 poster:
[email protected]> SELECT
2 empno,
3 rnd_val
4 FROM
5 (
6 SELECT
7 empno,
8 dbms_random.value rnd_val
9 FROM
10 emp
11 ORDER BY rnd_val
12 )
13 FETCH FIRST 4 ROWS ONLY;
EMPNO RND_VAL
7698 0.06857749035643605682648168347885993709
7934 0.07529612360785920635181751566833986766
7902 0.13618520865865754766175030040204331697
7654 0.14056380246495282237607922497308953768
[email protected]> SELECT
2 empno,
3 rnd_val
4 FROM
5 (
6 SELECT
7 empno,
8 dbms_random.value rnd_val
9 FROM
10 emp
11 ORDER BY rnd_val
12 )
13 FETCH FIRST 4 ROWS ONLY;
EMPNO RND_VAL
7839 0.00430658806761508024693197916281775492
7499 0.02188116061148367312927392115186317884
7782 0.10606515700372416131060633064729870016
7788 0.27865276349549877512032787966777990909
Med eksemplet ovenfor skal du bemærke, at empno
ændres væsentligt under udførelsen af SQL*Plus-kommandoen.
Ydeevnen kan være et problem med det rækkeantal, du beskriver.
EDIT:
Med bordstørrelser i størrelsesordenen 150 gigs - 79 MM ville enhver sortering være smertefuld.
Hvis tabellen havde en surrogatnøgle baseret på en sekvens øget med 1, kunne vi vælge at vælge hver n'te post baseret på nøglen.
for eksempel.
--scenario n = 3000
FROM
tbl1
WHERE
mod(table_id, 3000) = 0;
Denne tilgang ville ikke bruge et indeks (medmindre der oprettes et funktionsbaseret indeks), men vi udfører i det mindste ikke en sortering på et datasæt af denne størrelse.
Jeg udførte en forklaringsplan med en tabel, der har tæt på 80 millioner poster, og den udfører en fuld tabelscanning (tilstanden fremtvinger dette uden et funktionsbaseret indeks), men det ser holdbart ud.