Google bigquery 随机抽样整行

我从中知道，一个人可以做随机抽样

RAND

从[table]中选择*其中RAND（）

但这将需要一个完整的表扫描，并产生相当的成本。我想知道是否有更有效的方法

我正在试验

tabledata.list

API，但在

索引非常大（即>10000000）时，获得了
java.net.SocketTimeoutException:Read超时。这不是O（1）操作吗

bigquery
.tabledata（）
.list（tableRef.getProjectId、tableRef.getDatasetId、tableRef.getTableId）
.setStartIndex（索引）
.setMaxResults（1L）
.execute（）
我建议使用分页，并从每页获取收集样本行。这应该可以更好地扩展

我看到的另一个（完全不同的）选项是使用

您可以在循环中按语法生成随机时间（用于快照）或时间范围（用于范围），并仅查询提取所需数据的数据部分。

注意限制：这将允许您对不到7天的数据进行采样。
我建议使用分页，并从每个页面获取采样行。这应该可以更好地扩展

我看到的另一个（完全不同的）选项是使用

您可以在循环中按语法生成随机时间（用于快照）或时间范围（用于范围），并仅查询提取所需数据的数据部分。

注意限制：这将允许您对不到7天的数据进行采样。
tabledata.list对于表中的任意查找并不特别有效，尤其是当您以后再查看表时。它并不是为整个表的高效数据检索而设计的，它更多的是为了查看表中的前几页数据

如果要对表中的所有数据运行某些操作，但不运行查询，则可能应该使用，而应该使用输出文件中的示例行。
tabledata.list对于表中的任意查找并不特别有效，尤其是在以后查看表时。它并不是为整个表的高效数据检索而设计的，它更多的是为了查看表中的前几页数据

如果要对表中的所有数据执行某些操作，但不运行查询，则可能应该使用，而应该从输出文件中对行进行采样。
我的用例是在不执行完整表IO的情况下对固定数量的小行进行统一采样。
pageToken
方法仍然需要遍历表中的所有行？我的用例是在不执行完整表IO的情况下，对少量固定数量的行进行统一采样。
pageToken
方法仍然需要遍历表中的所有行？