カテゴリ：

クエリ構文

SAMPLE / TABLESAMPLE

指定されたテーブルからランダムにサンプリングされた行のサブセットを返します。さまざまなタイプのサンプリング方法を指定でき、テーブルの一部または固定行数をサンプルできます。

  • 特定の行を含めるための指定された確率でテーブルの一部をサンプルする場合、返される行数はテーブルのサイズと要求された確率によって異なります。シードを指定して、サンプリングを決定論的にすることができます。

  • 固定された指定行数をサンプルした場合、クエリは、テーブルに含まれる行数がより少ない場合を除き、指定された行数を正確に返します。

SAMPLE と TABLESAMPLE は同義語であり、同じ意味で使用できます。

構文

SELECT ...
FROM ...
  { SAMPLE | TABLESAMPLE } [ samplingMethod ]
[ ... ]
Copy

条件：

samplingMethod ::= { { BERNOULLI | ROW } ( { <probability> | <num> ROWS } ) |
                     { SYSTEM | BLOCK } ( <probability> ) [ { REPEATABLE | SEED } ( <seed> ) ] }
Copy

パラメーター

{ BERNOULLI | ROW } または . { SYSTEM | BLOCK }

使用するサンプリング方法を指定します。

  • BERNOULLI (または ROW)： 確率が probability / p/100 の各行が含まれます。この方法は、 各行ごとに 加重されたコインを裏返すのと似ています。

  • SYSTEM (または BLOCK)： 確率が probability / p/100 の行の各ブロックが含まれます。この方法は、 行のブロックごとに おもりが付いたコインを投げるのに似ています。このメソッドは、固定サイズのサンプリングをサポートしていません。

このサンプリング方法はオプションです。メソッドが指定されていない場合、デフォルトは BERNOULLI です。

probability または . num ROWS

テーブルの一部に基づいてサンプリングするか、テーブルの行の固定数に基づいてサンプリングするかを指定します。条件：

  • probability は、サンプルの選択に使用する確率のパーセンテージを指定します。 0 （行が選択されていない）から 100 （すべての行が選択されている）までの10進数を指定できます。

  • num は、テーブルからサンプリングする行の数（最大1、000、000）を指定します。 0 （行が選択されていない）から 1000000 までの任意の整数を指定できます。

リテラルを使用して probability または num ROWS を指定することに加えて、セッション変数またはバインド変数も使用できます。

{ REPEATABLE | SEED ( seed ) }

サンプリングを決定的にするシード値を指定します。 0 から 2147483647 までの任意の整数を指定できます。このパラメータは SYSTEM と BLOCK のサンプリングにのみ適用されます。

リテラルを使用して seed を指定することに加えて、セッション変数またはバインド変数も使用できます。

使用上の注意

  • 次のキーワードは同じ意味で使用できます。

    • SAMPLE | TABLESAMPLE

    • BERNOULLI | ROW

    • SYSTEM | BLOCK

    • REPEATABLE | SEED

  • 返される行の数は、指定されたサンプリング方法と、サンプルのベースがテーブルの一部であるかテーブルの固定行数であるかによって異なります。

    分数ベース:

    • BERNOULLI | ROW サンプリングの場合、返される行の予想数は (p/100)*n です。 SYSTEM | BLOCK サンプリング、特に小さなテーブルの場合、サンプルにバイアスがかかる場合があります。

      注釈

      非常に大きなテーブルの場合、2つの方法の違いはごくわずかです。

      また、サンプルは確率的な処理であるため、返される行の数は (p/100)*n 行と完全に等しいわけではありませんが、この値に近くなります。

    • seed が指定されていない場合、同じクエリが繰り返されると SAMPLE は異なる結果を生成します。

    • テーブルが変更されず、同じ seed と probability が指定された場合、SAMPLE は同じ結果を生成します。ただし、同じ probability と seed が指定されている場合でも、テーブルのコピーでのサンプリングが元のテーブルでのサンプリングと同じ結果を返さない可能性があります。

    固定サイズ:

    • テーブルが要求された行数よりも大きい場合、要求された行数が常に返されます。

    • テーブルが要求された行数よりも小さい場合、テーブル全体が返されます。

    • SYSTEM | BLOCK および SEED (seed) は固定サイズのサンプリングをサポートしていません。たとえば、次のクエリはエラーを生成します。

      SELECT * FROM example_table SAMPLE SYSTEM (10 ROWS);

SELECT * FROM example_table SAMPLE ROW (10 ROWS) SEED (99);
      Copy

  • ビューまたはサブクエリでは、 SEED (seed) によるサンプリングはサポートされていません。例えば、次のクエリはエラーを生成します。

    SELECT * FROM (SELECT * FROM example_table) SAMPLE (1) SEED (99);
    Copy

  • 結合結果のサンプリングは許可されていますが、次の 両方 が当てはまる場合のみです。

    • サンプリングは行ベース（Bernoulli）です。

    • サンプリングはシードを使用しません。

    サンプリングは、結合が完全に処理された後に行われます。したがって、サンプリングによって結合する行数が減ることも、結合のコストが減ることもありません。 例 セクションには、結合結果をサンプリングする例が含まれています。

  • LIMIT 句も SAMPLE 句も、テーブルから行のサブセットを返します。LIMIT 句を使用すると、Snowflakeは指定された行数を可能な限りすばやい方法で返します。SAMPLE 句を使用すると、Snowflakeは句に指定されたサンプリング方法で、行を返します。

パフォーマンスの考慮事項

  • SYSTEM | BLOCK 多くの場合、サンプリングは BERNOULLI | ROW サンプリングよりも高速です。

  • 多くの場合、 seed を使用しないサンプリングは、 seed を使用したサンプリングよりも高速です。

  • 固定サイズのサンプリングは一部のクエリの最適化を妨げるため、固定サイズのサンプリングは同等の分数ベースのサンプリングよりも遅くなります。

例

以下の例では、 SAMPLE 句を使用しています。

分数ベースの行サンプリング

各行が10％の確率でサンプルに含まれるテーブルのサンプルを返します。

SELECT * FROM testtable SAMPLE (10);
Copy

各行が20.3％の確率でサンプルに含まれるテーブルのサンプルを返します。

SELECT * FROM testtable TABLESAMPLE BERNOULLI (20.3);
Copy

テーブル内のすべての行を含むテーブル全体を返します。

SELECT * FROM testtable TABLESAMPLE (100);
Copy

空のサンプルを返します。

SELECT * FROM testtable SAMPLE ROW (0);
Copy

結合によるサンプリング

この例は、結合で複数のテーブルをサンプリングする方法を示しています。 table1 の行の25％、 table2 の行の50％をサンプリングしています：

SELECT i, j
  FROM
    table1 AS t1 SAMPLE (25)
      INNER JOIN
    table2 AS t2 SAMPLE (50)
  WHERE t2.j = t1.i;
Copy

SAMPLE 句は1つのテーブルのみに適用され、先行するすべてのテーブルまたは SAMPLE 句の前の式全体には適用されません。次の JOIN 操作は、 table1 のすべての行を結合して、 table2 の50%の行をサンプリングしています。両方のテーブルのすべての行を結合した結果の50％の行をサンプリングしているのではありません:

SELECT i, j
  FROM table1 AS t1 INNER JOIN table2 AS t2 SAMPLE (50)
  WHERE t2.j = t1.i;
Copy

結合した個々のテーブルではなく、結合の結果に SAMPLE 句を適用するには、結合の結果を含むインラインビューに結合を適用します。たとえば、サブクエリとして結合を実行し、サブクエリの結果に SAMPLE を適用します。以下の例は、結合によって返される行の約1％をサンプリングします。

SELECT *
  FROM (
       SELECT *
         FROM t1 JOIN t2
           ON t1.a = t2.c
       ) SAMPLE (1);
Copy

分数ベースのブロックサンプリング(シード付き)

行の各ブロックがサンプルに含まれる確率が3%であるテーブルのサンプルを返し、シードを82に設定します。

SELECT * FROM testtable SAMPLE SYSTEM (3) SEED (82);
Copy

行の各ブロックがサンプルに含まれる確率が0.012%であるテーブルのサンプルを返し、シードを99992に設定します。

SELECT * FROM testtable SAMPLE BLOCK (0.012) REPEATABLE (99992);
Copy

注釈

テーブルに変更を加えずにこれらのクエリのいずれかを再度実行すると、同じサンプルセットが返されます。

固定サイズの行サンプリング

各行に min(1, 10/n) の確率がサンプルに含まれる10行の固定サイズのサンプルを返します。 n はテーブル内の行数です。

SELECT * FROM testtable SAMPLE (10 ROWS);
Copy
言語: 日本語