просто произволно вземане на проби при изтегляне на данни от склад (oracle engine) с помощта на proc sql в sas

Използвайте пакета DBMS_RANDOM за сортиране на записи и след това използвайте клауза за ограничаване на редове, за да ограничите до желания размер на извадката

Функцията dbms_random.value получава произволно число между 0 и 1 за всички редове в таблицата и ние сортираме във възходящ ред на произволната стойност.

Ето как да създадете примерния набор, който идентифицирахте:

    SELECT
    *
FROM
    (
        SELECT
            *
        FROM
            tbl1
        ORDER BY dbms_random.value
    )
FETCH FIRST 1000000 ROWS ONLY;

За да демонстрирате с примерната таблица със схеми, emp , вземаме проби от 4 записа:

   [email protected]> SELECT
  2      empno,
  3      rnd_val
  4  FROM
  5      (
  6          SELECT
  7              empno,
  8              dbms_random.value rnd_val
  9          FROM
 10              emp
 11          ORDER BY rnd_val
 12      )
 13  FETCH FIRST 4 ROWS ONLY;
EMPNO  RND_VAL
7698   0.06857749035643605682648168347885993709
7934   0.07529612360785920635181751566833986766
7902   0.13618520865865754766175030040204331697
7654   0.14056380246495282237607922497308953768


[email protected]> SELECT
  2      empno,
  3      rnd_val
  4  FROM
  5      (
  6          SELECT
  7              empno,
  8              dbms_random.value rnd_val
  9          FROM
 10              emp
 11          ORDER BY rnd_val
 12      )
 13  FETCH FIRST 4 ROWS ONLY;
EMPNO  RND_VAL
7839   0.00430658806761508024693197916281775492
7499   0.02188116061148367312927392115186317884
7782   0.10606515700372416131060633064729870016
7788   0.27865276349549877512032787966777990909

С горния пример забележете, че empno се променя значително по време на изпълнението на командата SQL*Plus.

Производителността може да е проблем с броя на редовете, които описвате.

РЕДАКТИРАНЕ:

С размери на таблицата от порядъка на 150 гигабайта - 79 MM всяко сортиране би било болезнено.

Ако таблицата имаше сурогатен ключ, базиран на последователност, увеличена с 1, бихме могли да приемем подхода на избиране на всеки n-ти запис въз основа на ключа.

напр.

    --scenario n = 3000

 FROM
    tbl1
WHERE
    mod(table_id, 3000) = 0;

Този подход няма да използва индекс (освен ако не е създаден базиран на функция индекс), но поне не извършваме сортиране на набор от данни с такъв размер.

Изпълних план за обяснение с таблица, която има близо 80 милиона записа и тя извършва пълно сканиране на таблица (условието налага това без базиран на функция индекс), но това изглежда приемливо.