我想要来自mongoDB集合的单个随机文档。现在我的mongoDB集合包含超过10亿个集合。如何从该集合中获取单个随机文档？
答案 0 :(得分：21)
我从未使用过Python的MongoDB，但是有一个通用的解决方案可以解决你的问题。这是一个用于获取单个随机文档的MongoDB shell脚本：
N = db.collection.count(condition)
db.collection.find(condition).limit(1).skip(Math.floor(Math.random()*N))
condition这是一个MongoDB查询。如果要查询整个集合，请使用query = null。
这是一个通用解决方案，因此适用于任何MongoDB驱动程序。
我运行了一个基准来测试几个实现。首先，我使用带有索引随机字段rnd的5567249文档创建了测试集合。
我选择了三种方法进行比较：
第一种方法：
db.collection.find().limit(1).skip(Math.floor(Math.random()*N))
第二种方法：
db.collection.find({rnd: {$gte: Math.random()}}).sort({rnd:1}).limit(1)
第三种方法：
db.collection.findOne({rnd: {$gte: Math.random()}})
我运行了每个方法10次并获得了平均计算时间：
method 1: 882.1 msec
method 2: 1.2 msec
method 3: 0.6 msec
此基准测试显示我的解决方案不是最快的。
但是第三种解决方案也不是一个好的解决方案，因为它找到了数据库中的第一个元素（以自然顺序排序）并带有rnd > random()。所以，它的输出并不是真正随机的。
我认为第二种方法是经常使用的最佳方法。但它有一个缺陷：它需要改变整个数据库并确保额外的索引。
答案 1 :(得分：6)
将另一个名为random的列添加到您的集合中，并使其中的值介于0到1之间。您可以通过{{1}为每个记录为此列分配0到1之间的随机浮点数}。
然后： -
[random.random() for _ in range(0, 10)]MongoDB将在适当的时候实现其原生实现。此处提交的功能 - https://jira.mongodb.org/browse/SERVER-533
撰写本文时尚未实施。
答案 2 :(得分：6)
从MongoDB 3.2开始，可以使用aggregate运算符与$sample运算符完成，如docs中所述。它超级快。以下代码将从集合中随机选择20个文档。
db.collection.aggregate( [ { $sample: {size: 20} } ] )
如果您需要选择具有特定条件的随机文档，则可以将其与$match操作符一起使用
db.collection.aggregate([
{ $sample: {size: 20} },
{ $match:{"yourField": value} }
])
小心订单！如果我在我的小数据库中搜索大约100k文档，上面的命令需要15ms，而当你切换顺序时，它是1750ms（慢了100多倍）。原因很明显。此外，通过此订单，您可以获得这些随机20个文档的子集...
答案 3 :(得分：2)
以高效的方式？至少可以说，在不改变数据的情况下很难。
想象一下，你尝试从1b文件中获得1,000,000兰特（）。那将是缓慢的，非常缓慢的。这是因为MongoDB在跳过时没有有效地使用索引。
正如@Calvin所说，MongoDB有一个功能请求来获取随机文档但是它还没有实现。
执行此操作的最佳方式是atm，如果您要定期执行此操作，则会在记录中添加自动递增ID：http://www.mongodb.org/display/DOCS/How+to+Make+an+Auto+Incrementing+Field并将其用于rand()。
澄清;当使用自动递增ID时，您将需要最初执行一个查询（除非您以另一种方式跟踪它）以获得该字段的最高值。您可以查询计数器集合或集合本身，并反向排序（sort({field:-1})）和limit(1)以获得rand()的最高值。
您还需要考虑数据的变化，这意味着您确实需要该随机位置的$gte。
我的想法可以在这里解释得更多：php mongodb find nth entry in collection
答案 4 :(得分：1)
如果您的对象上有int id，则可以执行类似
的操作findOne({id: {$gte: rand()}})