Mongo隨機採樣

Question

我有一個帶文件的mongo集合。每個文檔中有一個字段是0或1.我需要從數據庫中隨機抽取1000條記錄，並將該字段的文檔數量設爲1.我需要進行1000次抽樣。我該怎麼做 ？

Answer 1

這裏是在mongo殼爲例..假設collname集合，並在thefield一個感興趣的值：

var total = db.collname.count(); 
var count = 0; 
var numSamples = 1000; 

for (i = 0; i < numSamples; i++) { 
    var random = Math.floor(Math.random()*total); 
    var doc = db.collname.find().skip(random).limit(1).next(); 
    if (doc.thefield) { 
     count += (doc.thefield == 1); 
    } 
} 

Answer 2

我要編輯我的@Stennies評論回答這個但你也可以如果您要跳過大量的記錄（在這裏說得很大），請使用分隔符自動遞增ID索引作爲替代。

我寫了另一個回答另一個問題，很多像這樣的地方有一個人正在試圖找到集合的第n個記錄：

php mongodb find nth entry in collection

我的答案的後半部分基本上描述了一個潛在的方法，通過你可以解決這個問題。你仍然需要循環1000次才能得到隨機的排。

Answer 3

對於MongoDB 3.0和之前的版本，我使用SQL天的舊技巧（我認爲維基百科用於他們的隨機頁面功能）。我在每個需要隨機化的對象中存儲一個0到1之間的隨機數，我們稱之爲「r」。然後在「r」上添加一個索引。

db.coll.ensureIndex(r: 1); 

我們得到隨機X對象，你可以使用：

var startVal = Math.random(); 
db.coll.find({r: {$gt: startVal}}).sort({r: 1}).limit(x); 

這讓你在一個單一的查找查詢隨機對象。根據您的需要，這可能是矯枉過正的，但是如果您將要隨着時間的推移進行大量抽樣，這是一種非常有效的方式，不會在後端加載負載。

Answer 4

如果您使用的是mongoengine，則可以使用SequenceField生成增量計數器。

class User(db.DynamicDocument): 
    counter = db.SequenceField(collection_name="user.counters") 

然後獲取說100的隨機列表，請執行下列操作

def get_random_users(number_requested): 
    users_to_fetch = random.sample(range(1, User.objects.count() + 1), min(number_requested, User.objects.count())) 
    return User.objects(counter__in=users_to_fetch) 

，你會打電話

get_random_users(100) 

Answer 5

對於人來回答，你現在應該使用新的$sample聚合功能，3.2中新增。

https://docs.mongodb.org/manual/reference/operator/aggregation/sample/

db.collection_of_things.aggregate(
    [ { $sample: { size: 15 } } ] 
) 

然後添加另一個步驟使用$group得到計數計數了0 S和1秒。 Here is an example from the MongoDB docs。