回顾过去，知道tablesample不可用，可以向每个记录添加一个字段“rval”（例如，随机32位整数），并通过添加“where rval>x和rval<y”来重复采样，以获得适当的x和y值。非重叠间隔[x1，y1]，[x2，y2]，。。。将是独立的。您也可以使用“where rval%10000=1，=2。。。等，对于独立子集的独立总体。

其他答案中提到的tablesample现在在impala的较新版本（>=2.9.0）中可用，请参阅文档。
下面是一个示例，说明如何使用它对1%的数据进行采样：

SELECT foo FROM huge_table TABLESAMPLE SYSTEM(1)

或

SELECT bar FROM huge_table TABLESAMPLE SYSTEM(1) WHERE name='john'

看起来像 percentage 参数必须是整数，因此可以获取的最小示例限制为1%。
请记住，表中抽样数据的比例不一定是确定的，并且可能大于规定的百分比（在这种情况下大于1%）。这在 Impala 的文档中有更详细的解释。

不幸的是，impala目前不支持tablesample。看到了吗https://issues.cloudera.org/browse/impala-1924 跟随它的发展。

正如jeff所提到的，您所要求的完全是不可能的，但是我们有一个内部聚合函数，它获取200000个样本（使用库采样）并返回样本，以逗号分隔为一行。目前还没有办法改变样本的数量。如果少于200000行，将全部返回。如果您对其工作原理感兴趣，请参阅聚合函数和水库采样结构的实现。
目前还没有一种方法来“拆分”或分解结果，所以我不知道这会有多大帮助。
例如，从一个包含8行的表中进行简单采样：

> select sample(id) from functional.alltypestiny
+------------------------+
| sample(id)             |
+------------------------+
| 0, 1, 2, 3, 4, 5, 6, 7 |
+------------------------+
Fetched 1 row(s) in 4.05s

（上下文：这是在过去的版本中添加的，以支持planner中的直方图统计，但遗憾的是，它还没有准备好。）