使用 $sample

问题描述

为了支持应用程序功能，我需要从 Amazon DocumentDB 的集合中检索单个文档，每次检索相同的文档是不合适的。

MongoDB documentation 声明 $sample 聚合阶段可用于使用伪随机游标选择多个文档。我已经在本地 MongoDB 实例上尝试过这个，它确实返回了我需要的随机选择的文档。

db.benchmark.aggregate([
    { $sample: { size: 1}}
])

但是，当我尝试在 Amazon DocumentDB 上使用相同的查询时，它不会返回随机记录，而是始终返回集合中的第一条记录。这似乎不是很有用，因为它与 limit 的功能相同。 Amazon documentation 表示 DocumentDB 支持 $sample 阶段，但没有提供有关其实现的更多信息。

有没有办法让 DocumentDB 使用 $sample 聚合阶段操作符选择随机记录？

示例：

db.temp.insertMany([
    { "_id": 1,"temperature" : 97.5,"humidity": 0.61,"timestamp" : new Date() },{ "_id": 2,"temperature" : 97.2,"humidity": 0.60,{ "_id": 3,"temperature" : 97.4,{ "_id": 4,"temperature" : 97.9,{ "_id": 5,"temperature" : 97.6,{ "_id": 6,"humidity": 0.62,{ "_id": 7,{ "_id": 8,"temperature" : 97.1,"humidity": 0.63,{ "_id": 9,"temperature" : 96.9,{ "_id": 10,"timestamp" : new Date()}
])

db.temp.aggregate(
    [ { $sample: { size: 1 } } ]
    )
db.temp.aggregate(
    [ { $sample: { size: 1 } } ]
    )

Windows 上的 MongoDB 4.4.3

[
  {
    "_id": 3,"temperature": 97.4,"timestamp": {"$date": "2021-04-13T22:00:09.361Z"}
  }
]

[
  {
    "_id": 8,"temperature": 97.1,"timestamp": {"$date": "2021-04-13T22:00:09.361Z"}
  }
]

文档数据库 4.0.0

[
  {
    "_id": 1,"temperature": 97.5,"timestamp": {"$date": "2021-04-13T22:00:45.628Z"}
  }
]

[
  {
    "_id": 1,"timestamp": {"$date": "2021-04-13T22:00:45.628Z"}
  }
]

解决方法

您可以在这里尝试创建自己的逻辑。

1. 如果 DynamoDB 中的行数固定，则使用它。否则，每 5 分钟或每 100 次（或第 1000 次）调用数据库获取行数。
2. 使用随机数生成器从计数中选择一个随机数。
3. 从数据库中获取该特定行 :)

,

在 DocumentDB 中使用 $sample 操作符无法像在 MongoDB 中那样使用随机记录集。

DocumentDB 的当前实现只会从从集合的静态子集中随机选择的记录开始选择一系列连续的记录。静态子集的大小与整个集合的大小有关，并且可能与记录在磁盘上的分组方式有关。对于足够小的集合（大约

要在 MongoDB 和 DocumentDB 之间获得兼容的行为，请使用结合跳过和限制的管道：

db.temp.aggregate([ 
  { 
    $skip : db.temp.countDocuments() * Math.random() 
  },{ 
    $limit: 1
  }
]);