MongoDB 随机查询获取一条或 N 条记录的方法
内容提要
在 MongoDB 中，可以使用 $sample 聚合操作随机获取 N 条记录。通过命令 db.users.aggregate( [ { $sample: { size: N } } ] )，可以从集合中获取随机记录。$sample 的选择方式取决于文档数量和集合大小，可能会返回重复记录。
关键要点
-
在 MongoDB 中，可以使用 $sample 聚合操作随机获取 N 条记录。
-
使用命令 db.users.aggregate( [ { $sample: { size: N } } ] ) 可以从集合中获取随机记录。
-
$sample 的选择方式取决于文档数量和集合大小，可能会返回重复记录。
-
当 $sample 处于聚合管道的第一阶段且 N 小于总文档数量的 5% 且集合中的文档数量大于 100 时，$sample 将通过伪随机的游标获取记录。
-
如果不满足上述条件，$sample 将进行集合扫描并通过随机排序选择记录。
-
使用随机排序时，排序操作有 100 MB 的内存限制。
延伸解读
随机查询的效率
在使用 $sample 进行随机查询时，效率受多个因素影响。特别是当文档数量较大时，若不满足伪随机游标的条件，系统将进行集合扫描，这可能导致性能下降。因此，在设计数据库查询时，需考虑集合的大小和查询的复杂性，以优化性能。
内存限制的影响
使用随机排序获取记录时，MongoDB 对排序操作有 100 MB 的内存限制。这意味着在处理大数据集时，可能会遇到内存不足的问题，导致查询失败或性能下降。开发者应关注这一限制，必要时考虑分批查询或优化数据结构。
重复记录的风险
使用 $sample 时，可能会多次返回相同的记录。这在某些应用场景下可能影响数据的随机性和多样性，尤其是在需要高随机性的情况下。开发者应根据具体需求评估这一特性，并考虑是否需要额外的去重逻辑。
延伸问答
如何在 MongoDB 中随机获取 N 条记录？
可以使用命令 db.users.aggregate( [ { $sample: { size: N } } ] ) 来随机获取 N 条记录。
$sample 操作的选择方式是什么？
$sample 的选择方式取决于文档数量和集合大小，可能会返回重复记录。
在什么条件下 $sample 会使用伪随机游标？
当 $sample 处于聚合管道的第一阶段，N 小于总文档数量的 5%，且集合中的文档数量大于 100 时，$sample 会使用伪随机游标。
使用随机排序时有什么内存限制？
使用随机排序时，排序操作有 100 MB 的内存限制。
如果不满足 $sample 的条件，会发生什么？
如果不满足条件，$sample 将进行集合扫描，并通过随机排序选择记录。
在大集合中获取随机记录的效率如何？
在一张十亿级的集合上获取 1W 条随机记录，耗时约 2.5 秒。
