Hive中的表采样（Table Sample）是一种用于查询优化和统计信息收集的方法，它允许用户从大型表中抽取一部分数据进行分析和处理
使用TABLESAMPLE子句创建表采样：
在创建表时，可以使用TABLESAMPLE子句为表指定一个抽样比例。例如，以下语句将从名为my_table的表中抽取20%的数据：
CREATE TABLE my_sampled_table TABLESAMPLE(BUCKET 1 OUT OF 10 ON col1) AS SELECT * FROM my_table;
在这个例子中，BUCKET 1 OUT OF 10 ON col1表示从my_table中抽取col1列值的前10个桶（Bucket）中的数据，每个桶包含相同范围内的数据。
使用SELECT语句创建表采样：
如果已经存在一个表，可以使用SELECT语句为其创建表采样。例如，以下语句将从名为my_table的表中抽取20%的数据：
CREATE TABLE my_sampled_table AS SELECT * FROM my_table TABLESAMPLE(BUCKET 1 OUT OF 10 ON col1);
在这个例子中，BUCKET 1 OUT OF 10 ON col1表示从my_table中抽取col1列值的前10个桶（Bucket）中的数据，每个桶包含相同范围内的数据。
使用分区表进行表采样：
如果您的表已经进行了分区，可以使用TABLESAMPLE子句结合分区键进行表采样。例如，假设my_partitioned_table表按照year和month列进行分区，以下语句将从每个分区的表中抽取20%的数据：
CREATE TABLE my_sampled_partitioned_table AS SELECT * FROM my_partitioned_table TABLESAMPLE(BUCKET 1 OUT OF 10 ON (year, month));
在这个例子中，BUCKET 1 OUT OF 10 ON (year, month)表示从my_partitioned_table的每个分区中抽取前10个桶（Bucket）中的数据，每个桶包含相同范围内的数据。
请注意，表采样方法可能会导致样本不均匀分布，因此在进行重要决策时，请确保充分了解采样方法的影响。
