3 způsoby, jak vrátit náhodný vzorek dokumentů ze sbírky MongoDB

Pokud potřebujete vrátit malý vzorek náhodných dokumentů z kolekce, zde jsou tři přístupy, které můžete vyzkoušet pomocí agregačního kanálu.

$sample Fáze

$sample agregační kanál je navržen speciálně pro náhodný výběr určitého počtu dokumentů.

Když použijete $sample , určíte počet dokumentů, které chcete vrátit v size pole.

Předpokládejme, že máme následující kolekci nazvanou pets :

{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :2, "name" :"Bark", "type" :"Pes", "váha" :10 }{ "_id" :3, "jméno" :"Mňau", "typ" :"Kočka", "váha" :7 }{ "_id" :4, "jméno" :"Scratch", "type" :"Cat", "weight" :8 }{ "_id" :5, "name" :"Bruce", "type" :"Bat", "weight" :3 }{ " _id" :6, "name" :"Hop", "type" :"Klokánek", "váha" :130 }{ "_id" :7, "name" :"Punch", "type" :"Gorila", "váha" :300 }{ "_id" :8, "name" :"Snap", "type" :"Krokodýl", "váha" :400 }{ "_id" :9, "name" :"Flutter", "type" :"Kolibřík", "váha" :1 }

Můžeme použít $sample získat náhodný vzorek těchto dokumentů, jako je tento:

db.pets.aggregate( [ { $sample:{ size:3 } } ])

Výsledek:

{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :5, "name" :"Bruce", "type" :"Netopýr", "váha" :3 }{ "_id" :3, "jméno" :"Mňau", "typ" :"Kočka", "váha" :7 }

V tomto případě jsem zadal { size: 3 } který vrátil tři dokumenty.

Zde opět používá jinou velikost vzorku:

db.pets.aggregate(
   [
      { 
        $sample: { size: 5 } 
      }
   ]
) 

Výsledek:

{ "_id" :6, "name" :"Hop", "type" :"Klokánek", "váha" :130 }{ "_id" :5, "name" :"Bruce", "type" :"Bat", "weight" :3 }{ "_id" :8, "name" :"Snap", "type" :"Krokodýl", "váha" :400 }{ "_id" :7, "name" :"Punch", "type" :"Gorilla", "weight" :300 }{ "_id" :4, "name" :"Scratch", "type" :"Kočka", "váha" :8 } 

 $sample stage funguje jedním ze dvou způsobů, v závislosti na počtu dokumentů ve sbírce, velikosti vzorku vzhledem k počtu dokumentů ve sbírce a její pozici ve sbírce. Viz MongoDB $sample pro vysvětlení, jak to funguje.
 

 Je také možné, že $sample stage může vrátit stejný dokument více než jednou ve své výsledné sadě.
 
$rand Operátor
 

 $rand Operátor byl představen v MongoDB 4.4.2 a jeho účelem je vrátit náhodný float mezi 0 a 1 pokaždé, když je zavolán.
 

 Proto jej můžeme použít v $match fázi ve spojení s dalšími operátory, jako je $expr a $lt vrátit náhodný vzorek dokumentů.
 

 Příklad:
 
db.pets.aggregate(
   [
      { 
        $match: 
          { 
            $expr: 
              { 
                $lt: [ 0.5, { $rand: {} } ] 
              }
          } 
      }
   ]
) 
 

 Výsledek:
 
{ "_id" :3, "name" :"Mňau", "type" :"Kočka", "váha" :7 }{ "_id" :4, "name" :"Scratch", "type" :"Kočka", "váha" :8 }{ "_id" :6, "jméno" :"Hop", "typ" :"Klokánek", "váha" :130 }{ "_id" :9, "jméno" :"Flutter", "type" :"Kolibřík", "váha" :1 }
 

 Výsledná sada z tohoto přístupu se liší od $sample přístup, kdy nevrací pevný počet dokumentů. Počet dokumentů vrácených tímto přístupem se může lišit.
 

 Zde je například uvedeno, co se stane, když stejný kód spustím ještě několikrát.
 

 Sada výsledků 2:
 
{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :7, "name" :"Punch", "type" :"Gorila", "váha" :300 }{ "_id" :8, "jméno" :"Snap", "type" :"Krokodýl", "váha" :400 }
 

 Sada výsledků 3:
 
{ "_id" :2, "name" :"Štěkání", "type" :"Pes", "váha" :10 }{ "_id" :4, "name" :"Scratch", "type" :"Kočka", "váha" :8 }{ "_id" :9, "jméno" :"Flutter", "type" :"Kolibřík", "váha" :1 }
 

 Sada výsledků 4:
 
{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :3, "name" :"Mňau", "type" :"Kočka", "váha" :7 }{ "_id" :6, "jméno" :"Hop", "typ" :"Klokánek", "váha" :130 }{ "_id" :8, "jméno" :"Snap", "type" :"Krokodýl", "váha" :400 }
 

 Sada výsledků 5:
 
{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :4, "name" :"Scratch", "type" :"Kočka", "váha" :8 }{ "_id" :7, "jméno" :"Punch", "typ" :"Gorila", "váha" :300 }{ "_id" :8, "jméno" :"Snap", "type" :"Krokodýl", "váha" :400 }{ "_id" :9, "name" :"Flutter", "type" :"Kolibřík", "váha" :1 } 
$sampleRate Operátor
 

 Zavedeno v MongoDB 4.4.2, $sampleRate operátor poskytuje stručnější způsob, jak udělat totéž, co předchozí příklad. 
 

 Když použijete $sampleRate , zadáte vzorkovací frekvenci jako číslo s plovoucí desetinnou čárkou mezi 0 a 1 . Proces výběru používá jednotné náhodné rozdělení a vámi poskytnutá vzorkovací frekvence představuje pravděpodobnost, že daný dokument bude vybrán, když prochází kanálem.
 

 Příklad:
 
db.pets.aggregate(
   [
      { 
        $match: { $sampleRate: 0.5 } 
      }
   ]
) 
 

 Výsledek:
 
{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :2, "name" :"Bark", "type" :"Pes", "váha" :10 }{ "_id" :5, "jméno" :"Bruce", "typ" :"Netopýr", "váha" :3 }{ "_id" :6, "jméno" :"Hop", "type" :"Klokánek", "váha" :130 }{ "_id" :7, "name" :"Punch", "type" :"Gorila", "váha" :300 }{ " _id" :8, "name" :"Snap", "type" :"Krokodýl", "váha" :400 }
 

 A spusťte to znovu:
 
{ "_id" :3, "name" :"Mňau", "type" :"Kočka", "váha" :7 }{ "_id" :4, "name" :"Scratch", "type" :"Kočka", "váha" :8 }{ "_id" :7, "jméno" :"Punch", "typ" :"Gorila", "váha" :300 }{ "_id" :8, "jméno" :"Snap", "type" :"Krokodýl", "váha" :400 }{ "_id" :9, "name" :"Flutter", "type" :"Kolibřík", "váha" :1 } 

 A znovu:
 
{ "_id" :1, "name" :"Wag", "type" :"Pes", "weight" :20 }{ "_id" :2, "name" :"Bark", "type" :"Pes", "váha" :10 }{ "_id" :3, "jméno" :"Mňau", "typ" :"Kočka", "váha" :7 }{ "_id" :8, "jméno" :"Snap", "type" :"Krokodýl", "váha" :400 }