我有一个包含三列的数据库表visitors:1 | Reg | 2018-04-20T08:28:54.446Z我只想在过去的7天里每天取一次记录。现在,我可以通过以下方法获取每天所有日期的访客数量: , DATE_FORMAT(checkin_date, '%d %b, %Y') as date
from visit
我们有一张表格,每天有近100亿条记录,我们需要处理。表中的一个字段通过38个字符的数字字符串标识用户,让我们称它为UserID。我们在UserID上分发了这张桌子。我正在寻找一种最佳的取样技术。在Hive中,我们有一个桶的概念,在这个概念中,我们可以将我们的表分成几个桶,然后取一个能够提供良好性能的桶。
更新:通过采样数据,我的意思是随机获得5亿条记录,且分布均匀。我想要得到的记录的数量可以根据我的抽样率来确定。UserID的数据类型为数值(38)。(Java: Bi