我有一个带有文档的 mongo 集合。每个文档中有一个字段为 0 或 1。我需要从数据库中随机抽样 1000 条记录,并将具有该字段的文档数计算为 1。我需要进行 1000 次抽样。我该怎么做 ?
5 回答
对于想要回答的人,您现在应该使用$sample
3.2 中的新聚合函数。
https://docs.mongodb.org/manual/reference/operator/aggregation/sample/
db.collection_of_things.aggregate(
[ { $sample: { size: 15 } } ]
)
然后添加另一个步骤来计算0
s 和1
s$group
用于获取计数。这是 MongoDB 文档中的一个示例。
对于 MongoDB 3.0 及之前的版本,我使用了 SQL 时代的一个老技巧(我认为 Wikipedia 将其用于他们的随机页面功能)。我在需要随机化的每个对象中存储一个介于 0 和 1 之间的随机数,我们称该字段为“r”。然后在“r”上添加一个索引。
db.coll.ensureIndex(r: 1);
现在要获取随机 x 对象,您可以使用:
var startVal = Math.random();
db.coll.find({r: {$gt: startVal}}).sort({r: 1}).limit(x);
这为您在单个查找查询中提供了随机对象。根据您的需要,这可能有点过头了,但是如果您要随着时间的推移进行大量采样,这是一种非常有效的方法,不会给您的后端增加负担。
这是 shell 中的一个示例mongo
.. 假设集合collname
和 感兴趣的值thefield
:
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);
}
}
我打算用这个来编辑我对@Stennies 答案的评论,但是如果您要跳过大量记录(在这里说大话),您也可以在此处使用单独的自动递增 ID 索引作为替代方案。
我为另一个问题写了另一个答案,很像这个问题,有人试图找到集合的第 n 条记录:
我的答案的后半部分基本上描述了一种解决此问题的潜在方法。当然,您仍然需要循环 1000 次才能获得随机行。
如果您使用的是 mongoengine,则可以使用 SequenceField 来生成增量计数器。
class User(db.DynamicDocument):
counter = db.SequenceField(collection_name="user.counters")
然后要获取 100 个随机列表,请执行以下操作
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)
你会打电话的地方
get_random_users(100)