今天說一下 tablesample 這個東西

TableSample 平時用得少，基本上就是用於表裡面抽樣數據來看的。

用法如下

SELECT * FROM tbname TABLESAMPLE SYSTEM (N PERCENT/M Rows)  REPEATABLE()

TABLESAMPLE SYSTEM 這個表示使用System的方法進行數據抽樣。(目前我也只知道有System這個方法)

N PERCENT/M Rows 可以選擇抽樣多少行,也可以抽樣多少百分比

REPEATABLE 關鍵字裡面還可以填入一個種子值，填充了之後每次可以得到一致的結果。
下麵做實驗，創建一個測試表

CREATE TABLE [dbo].[Tmp123]
(
[ID] [int] NOT NULL IDENTITY(1, 1),
[Col1] [char] (200) 
) ON [PRIMARY]
GO

塞進去500條數據

INSERT INTO dbo.Tmp123
        ( Col1 )
VALUES  ( 'abcd'  )

GO 500

大概看了一下下，DBCC IND('Test','Tmp123',-1) 占用了15個數據頁，然後我們使用 tablesample 來進行抽樣

SELECT * 
    FROM dbo.Tmp123 TABLESAMPLE (25 ROWS) 

這裡執行之後發現。大概2次有1次沒有返回任何數據，然而返回的數據也並不是準確的25條。

這就是TableSample 的特性，是因為sql server 會根據System方法隨機決定是否要讀取該數據頁的數據進行顯示，只能說，請求的行數越多，會越接近TableSample裡面請求的行數。

那我們就可以進行一個變形

SELECT top 25 * 
    FROM dbo.Tmp123 TABLESAMPLE (25 ROWS) 

加上Top 去控制，那麼得到的行，最多是25行，但是也會有少於25行的情況出現。so ……你懂的~

然後再說下我瞭解到的情況，為什麼返回的幾率是差不多一半一半呢？是這樣紙的

1、這個表占用了15個數據頁，總數據量是500條，我請求了25條 ，占比是  25/500 = 5% (是的，無論請求行數還是百分比，都會轉換為百分比進行運算)

2、那麼每個數據頁的讀取可能性就是 5% 了~一共15個數據頁，其中沒有結果返回的概率是  (1-5%)^15 = 43% ，差不多50%，所以調用的時候就覺得一半一半，樣例越多越趨近這個結果

3、那如果現實的行比實際多，也是因為這個概率問題。如果表裡面的數據越多，請求的行數越多，越接近請求的值。

4、如果真想精確的控制行數來實現隨機，那麼請用 

SELECT top 25 * 
    FROM dbo.Tmp123 
        ORDER BY NewID()

好~說完了~