oracle数据库随机取样的几种方式比较

首先介绍一下Oracle访问数据的两种基本方法:全表扫描和采样表扫描

1、全表扫描(Full table Scan)：全表扫描返回表中所有的记录。
执行全表扫描，Oracle读表中的所有记录，考查每一行是否满足WHERE条件。Oracle顺序的读分配给该表的每一个数据块，这样全表扫描能够受益于多块读，每个数据块Oracle只读一次。

2、采样表扫描(sample table scan)：采样表扫描返回表中随机采样数据。
这种访问方式需要在FROM语句中包含SAMPLE选项或者SAMPLE BLOCK选项.

2.1、SAMPLE选项:当按行采样来执行一个采样表扫描时，Oracle从表中读取特定百分比的记录，并判断是否满足WHERE子句以返回结果。

2.2、 SAMPLE BLOCK选项:使用此选项时，Oracle读取特定百分比的BLOCK，考查结果集是否满足WHERE条件以返回满足条件的纪录。Sample值应该在[0.000001,99.999999]之间。
主要注意以下几点:

• 1.sample只对单表生效，不能用于表连接和远程表；
• 2.sample会使SQL自动使用CBO

根据以往使用历史，用过下边三种随机抽样方法，并对他们的随机性及性能（查询速度）对比做个展示：

第一种：

select * from (select * from table order by dbms_random.value) where rownum <= 5

描述：先把表中的数据全部查询出来并按照随机数进行排列，然后再从查询出来的数据中选择前5条。
优点：随机性最好
缺点：性能最差

第二种：

select * from table sample(50) where rownum<=5

描述：从表中读取50%的记录，并返回结果表中5条记录
优点：性能最好
缺点：随机性最差

第三种：

select * from (select * from table sample(50) order by dbms_random.value) where rownum <= 5

描述：是前两种方法的折中，先把表中的数据读取50%的记录并按照随机数进行排列，然后再从查询出来的数据中选择前5条。
优点：性能好
缺点：随机性差