Postgres 的 TABLESAMPLE 其实是在挑地址

Tablesample Picks Rows

面对 TB 级大表，全表扫描往往代价高昂。Postgres 的 TABLESAMPLE 功能看似在随机抽取行，实则是在随机抽取数据页地址。SYSTEM 模式按页抽样，虽然速度极快，但若数据按时间或 ID 有序排列，会导致样本严重偏差，无法准确反映最小值或平均值。相比之下，BERNOULLI 模式逐行抽样更精准但性能较差。文章深入剖析了底层机制，指出若需可复现且稳定的抽样，应放弃基于地址的随机，转而使用主键哈希（hashint8extended）来锁定特定行，从而避免因数据更新或 VACUUM 导致的样本漂移。