Python 通过PRESTO连接器选择随机数据样本

我目前正在寻找从表中获取随机数据样本的最佳方法（例如在HIVE中）。我知道PRESTO提供了RANDOM（）函数或TABLESAMPLE BERNOULLI/SYSTEM。问题是当查询具有大量记录的表时，需要花费大量时间，这不适合与JayDeBeApi合作，因为JayDeBeApi可能会关闭连接，等待响应的时间过长

我更喜欢使用TABLESAMPLE BERNOULLI/SYSTEM，它将要获取的记录的百分比作为参数。与ORACLE、SAP或MSSQL数据库相比，它们能够通过精确的百分比，即0.003123412%，尽管功能非常相似，但PRESTO不允许您通过，并且所有内容都在1-100%范围内转换

---

有人知道如何解决这个问题吗？我希望与TABLESAMPLE BERNOULLI/SYSTEM合作避免可能无法按预期工作的限制条款。

这可以通过在科学记数法中传递数字来实现。

对于Presto 341（即将发布的版本），您可以

 ... FROM my_table TABLESAMPLE BERNOULLI (0.01)

正如@michal.kyjovsky指出的，旧版本有一个bug，需要使用科学符号来获得低于百分比的采样率

 ... FROM my_table TABLESAMPLE BERNOULLI (0.01e0)

---

这是解决

表示例BERNOULLI（0.1）

今天无法正常工作这一问题的一种方法。当我正在修复时，请在提交新问题。