hadoop - 随机选择HIVE中的行，其中一半必须满足条件

Question

现在我有:

SELECT id, name FROM table1
   DISTRIBUTE BY rand()
   SORT BY rand()
   limit 2;

但是我需要添加一个限定语句，以便一半随机检索的行满足指定条件:

WHERE count(id) > 3
GROUP BY name;

而另一半行不满足此条件。但是，我不能让一个子集比另一个子集代表过多，即那些count(id)> 3的子集应该与那些<3的子集相同。我曾考虑使用联合，但认为这是不可能的，因为查询将查询同一张表。我该怎么做呢？提前致谢!

Answer 1

尝试这样的事情:

select
*
from(
select
Src_sys_id
From fin.table
where src_sys_id = "123"
limit 10
union all
select src_sys_id
From fin.table
where src_sys_id <> "123"
limit 10) a;

如果需要，可以将任何其他子句添加到select语句中。只需确保每个select语句返回相同的列数即可使联合工作。