【 TiDB 使用环境】测试/ Poc
【 TiDB 版本】7.5.0
【复现路径】做过哪些操作出现的问题
【遇到的问题：问题现象及影响】我希望读取TIDB中的一张表，数据量大概在500w左右，该表有一个唯一的自增id，我需要把它加载到我内存中。在oracle中我可以通过随机抽样simple(0.1)可以快速的获取这个自增id的数据分布，并且开多线程，每个线程通过 where id > xxx and id < xxx来限定取数范围，这样可以快速的加载数据。想了解下在tidb中是否有类似的操作或者其他方式来实现多线程并行读取的
1、通过开窗函数分组，分成不同的范围，参考：https://docs.pingcap.com/zh/tidb/stable/dev-guide-paginate-results#单字段主键表的分页批处理
2、可以参考下 TiDB 导出工具 dumpling 的逻辑，我理解 dumpling 导出时应该与你有同样的需求，项目地址：tidb/dumpling at master · pingcap/tidb · GitHub
第二种可能不太适用，第一种方式的话需要先通过max和min获取最大和最小的id，目前表数据量比较大，这个获取动作本身可能就需需要10-20秒，不像oracle那样不管数据量大小都是秒出的。
500W的表，对表主键ID使用窗口函数的话，还是比较快的，且这个只需要取值一次就可以了
这个结论怎么得出来的 
有理解有索引都会很快啊:thinking:
为啥不适用呢 
第二种，因为有很多where条件，而且是偏动态的（前端业务触发的），所以没办法用导出导入工具来实现
第一种，表大概有5亿条数据，max min的数据范围差不多在1000w条，查询一次max需要1分钟左右的时间
感觉可以根据这个采样率，单独收集一下这个列的直方桶的统计信息。
就是不知道执行起来准确性和速度如何。
https://docs.pingcap.com/zh/tidb/stable/sql-statement-analyze-table
ANALYZE TABLE t COLUMNS c WITH 50 BUCKETS
比如给t表c列分50个桶收集一下统计信息
https://docs.pingcap.com/zh/tidb/stable/sql-statement-show-stats-buckets
然后
SHOW STATS_BUCKETS WHERE Table_name=‘t’ and Column_name=‘c’ ;
看一下这50个桶是怎么分界的，最大最小值是什么。
另外还需要考虑这个统计信息，查询的时候也会参考，不确定是否会对这个表的执行计划带来什么影响。
你可以自行考虑一下是否合适，以及这样收集的时间表现如何。
看你的需求比较像是shard bit rowid 功能吧
我有个更快的方式，用tikv scan直接读取，不过单线程读，读出来写可以多线程写，不过要写代码
1 个赞
通过rowid分片读
写个公用函数取ID范围，然后开多线程每次用函数取一部分，轮询往下循环。
请问如何通过rowid分片读，我看tidb里好像没有_rowid这个隐藏字段的
您的意思是用tikv client java去读tidb的数据库嘛？我搜了下貌似没看到有使用方法，请问有相关文档嘛？
tidb 有 tablesample 的语法，可以看一下
我试了下，的确可以，不过不太确定具体用法，文档里也没有详细说明，tablesample regions()，这个regions方法接收传参嘛？像oracle那样可以设置概率的
1 个赞
提供具体 SQL 与执行计划
不行，只能按 region，在每个 region 里面随机取一个数字
有文档的，看我发的文章里面就有
好像只能按照region来统计。
https://docs.pingcap.com/zh/tidb/stable/sql-statement-select#语法图
TableSampleOpt ::=
‘TABLESAMPLE’ ‘REGIONS’ ‘(’ ‘)’
语法图上就只有这个选项