PostgreSQL 的 TABLESAMPLE
子句实现支持自定义表采样方法,除了 SQL 标准要求的 BERNOULLI
和 SYSTEM
方法之外。采样方法确定在使用 TABLESAMPLE
子句时将选择表的哪些行。
在 SQL 级别,表采样方法由单个 SQL 函数表示,通常用 C 实现,具有以下签名
method_name(internal) RETURNS tsm_handler
函数的名称与 TABLESAMPLE
子句中出现的相同方法名称相同。internal
参数是一个虚拟参数(始终值为零),它仅仅用于防止直接从 SQL 命令调用此函数。该函数的结果必须是已分配的 TsmRoutine
类型结构,其中包含指向采样方法的支持函数的指针。这些支持函数是纯 C 函数,在 SQL 级别不可见或不可调用。支持函数在 第 60.1 节 中进行描述。
除了函数指针之外,TsmRoutine
结构还必须提供这些附加字段
列表 *parameterTypes
这是一个 OID 列表,其中包含使用此采样方法时 TABLESAMPLE
子句将接受的参数的数据类型 OID。例如,对于内置方法,此列表包含一个值 FLOAT4OID
的项目,它表示采样百分比。自定义采样方法可以有更多或不同的参数。
bool repeatable_across_queries
如果 true
,则采样方法可以在连续查询中提供相同的样本,如果每次都提供相同的参数和 REPEATABLE
种子值并且表内容没有更改。当此为 false
时,不接受将 REPEATABLE
子句与采样方法一起使用。
bool repeatable_across_scans
如果 true
,则采样方法可以在同一查询中的连续扫描中提供相同的样本(假设参数、种子值和快照保持不变)。当此为 false
时,规划器不会选择需要多次扫描采样表的计划,因为这可能会导致查询输出不一致。
TsmRoutine
结构类型在 src/include/access/tsmapi.h
中声明,请参阅以获取更多详细信息。
标准发行版中包含的表采样方法在尝试编写自己的方法时是不错的参考。查看源树的 src/backend/access/tablesample
子目录以了解内置采样方法,以及 contrib
子目录以了解附加方法。