本文介绍了PostgreSQL中用于大数据集近似查询的多种技术，包括TABLESAMPLE采样、HyperLogLog（HLL）和DataSketches扩展（如CPC、Theta、KLL和Frequent Strings）。通过10万行测试数据，比较了各方法在计数、百分位数和去重上的性能与精度，并展示了预聚合回填表如何实现毫秒级查询，同时提醒财务等场景需用精确计算。

数据库用户常常需要查询大量数据以获取平均值，但对于亿级记录，这可能耗时较长。利用“大数法则”，可以通过抽样快速估算平均值。PostgreSQL的TABLESAMPLE功能支持随机抽样，显著提高查询速度。例如，在加拿大人口数据中，1%的样本能快速估算出多伦多的人口，结果仍然相当准确。