Clickhouse：有没有办法在 clickhouse 中没有主键的现有 MergeTree 上设置采样？答案

【问题标题】：Clickhouse: is there a way to set up sampling on an existing MergeTree that doesnt have a primary key in clickhouse?Clickhouse：有没有办法在 clickhouse 中没有主键的现有 MergeTree 上设置采样？
【发布时间】：2021-10-15 08:33:17
【问题描述】：

我想对我拥有的这张表进行随机抽样，它包含注册用户会话活动的数据。所以有一个用户标识、一个会话标识、时间戳以及其他通用数据。由于它的组织方式，没有一个列是唯一的，因为一个用户可以有多个会话，或者一个会话可以被多个用户访问，等等。

此表中有大约 300M 行，我希望能够对其进行采样。但是，查看文档，看起来我必须设置散列键或采样键，当我的列是唯一的时是否可以这样做？还是可以将其散列到多个列上？

我有一个查询，例如

select * from table order by rand() limit (select toInt32(count(*)/100) from table)

但是运行超过 300M 行要求太高了

【问题讨论】：

标签： sql sql-like sampling clickhouse

【解决方案1】：

可以在多个列上散列

SELECT cityHash64('axx', 20)

┌─cityHash64('axx', 20)─┐
│   6142436227093532237 │
└───────────────────────┘

采样很难正确实施，请阅读https://kb.altinity.com/altinity-kb-queries-and-syntax/sampling-example

【讨论】：