資料表取樣
資料表取樣功能可讓您查詢大型 BigQuery 資料表中的隨機資料子集。取樣功能會傳回多種記錄，同時避免在掃描及處理整個資料表時產生相關的費用。
使用資料表取樣
如要在查詢中使用資料表取樣，請加入 TABLESAMPLE 子句。舉例來說，下列查詢會選取資料表約 10% 的資料：
SELECT * FROM dataset.my_table TABLESAMPLE SYSTEM (10 PERCENT)
與 LIMIT 子句不同，TABLESAMPLE 會從資料表傳回隨機資料子集。此外，BigQuery 不會快取包含 TABLESAMPLE 子句的查詢結果，因此查詢每次可能會傳回不同的結果。
您可以將 TABLESAMPLE 子句與其他選取條件合併使用。下列範例會取樣約 50% 的資料表，然後套用 WHERE 子句：
SELECT *
FROM dataset.my_table TABLESAMPLE SYSTEM (50 PERCENT)
WHERE customer_id = 1
下一個範例會將 TABLESAMPLE 子句與 JOIN 子句合併：
SELECT *
FROM dataset.table1 T1 TABLESAMPLE SYSTEM (10 PERCENT)
JOIN dataset.table2 T2 TABLESAMPLE SYSTEM (20 PERCENT) USING (customer_id)
如果是較小的資料表，如果彙整兩個樣本，但沒有任何取樣資料列符合彙整條件，您可能會收到空白結果。
您可以將百分比指定為查詢參數。下一個範例說明如何使用 bq 指令列工具，將百分比傳遞至查詢：
bq query --use_legacy_sql=false --parameter=percent:INT64:29 \
'SELECT * FROM `dataset.my_table` TABLESAMPLE SYSTEM (@percent PERCENT)`
BigQuery 資料表會整理成資料區塊。TABLESAMPLE子句的運作方式是從資料表中隨機選取一定比例的資料區塊，並讀取所選區塊中的所有資料列。取樣精細程度受資料區塊數量限制。
一般來說，如果資料表或資料表分區大於約 1 GB，BigQuery 會將其分割成區塊。較小的資料表可能只包含一個資料區塊。在這種情況下，TABLESAMPLE 子句會讀取整個資料表。如果取樣百分比大於零，且資料表不為空，則資料表取樣一律會傳回部分結果。
區塊大小可能不同，因此取樣的確切資料列比例可能會有所差異。如要對個別資料列取樣，而非資料區塊，則可改用 WHERE rand() < K 子句。不過，這種做法需要 BigQuery 掃描整個資料表。如要節省費用，但仍想享有列層級取樣的優點，可以結合這兩種技術。
以下範例會從儲存空間讀取約 20% 的資料區塊，然後隨機選取這些區塊中 10% 的資料列：
SELECT * FROM dataset.my_table TABLESAMPLE SYSTEM (20 PERCENT)
WHERE rand() < 0.1
外部資料表
您可以在外部資料表中使用 TABLESAMPLE 子句，這類資料表會將資料儲存在檔案集合中。BigQuery 會對資料表參照的外部檔案子集進行取樣。對於部分檔案格式，BigQuery 可以將個別檔案分割成區塊以進行取樣。部分外部資料 (例如 Google 試算表中的資料) 包含單一檔案，會以一個資料區塊的形式取樣。
從寫入最佳化儲存空間取樣
如果您使用表格取樣搭配串流插入，BigQuery 會從寫入最佳化儲存空間取樣資料。在某些情況下，寫入最佳化儲存空間中的所有資料會以單一區塊表示。發生這種情況時，結果中會顯示寫入最佳化儲存空間中的所有資料，或完全不顯示。
分區和分群資料表
分割和叢集會產生資料塊，其中特定資料塊內的所有資料列都具有相同的分割鍵，或具有值相近的叢集屬性。因此，與未分區/未叢集資料表的樣本集相比，這些資料表的樣本集往往更具偏差。
限制
- 取樣資料表只能在查詢陳述式中出現一次。這項限制包括檢視定義中參照的資料表。
- 系統不支援從檢視區塊取樣資料。
- 系統不支援對子查詢或資料表值函式呼叫的結果進行取樣。
- 系統不支援從陣列掃描取樣，例如呼叫
UNNEST運算子的結果。 - 系統不支援
IN子查詢內的取樣。 - 系統不支援從套用資料列層級安全防護機制的資料表取樣。
資料表取樣價格
如果使用以量計價，系統會根據您讀取的取樣資料量向您收費。BigQuery 不會快取包含 TABLESAMPLE 子句的查詢結果，因此每次執行都會產生從儲存空間讀取資料的費用。