BigQuery でランダムサンプリングしたテーブルを作る

大きいテーブルに色々クエリをかけるとお金がかかっちゃうので、ランダムで抽出したテーブルを作成するときのもの。

1%にサンプリングしたテーブルはこのように作成できる。

CREATE TABLE
  sample.logs
AS
  SELECT * FROM lake.logs_* WHERE RAND() < 0.01

無事に1%くらいになった。

SELECT COUNT(1) FROM t_lake.sales_* UNION ALL
SELECT COUNT(1) FROM sample.sales