如果索引量很大Whoosh，我怎样才能有效地从中检索n个随机文档？
只需将所有文档拉入内存并使用random.sample ...
random.sample(list(some_index.searcher().documents()), n)
但如果索引包含大量文档，那么这将是非常低效的（在内存使用和磁盘IO方面）。
答案 0 :(得分：0)
只需创建一个新的数字字段ID，该字段应该是唯一的，最好是自动递增。飞快移动没有自动增加，你应该自己动手。
然后要获取随机列表，只需使用random.randint(1, MAX_ID)生成随机整数列表，然后构建搜索查询"ID:2 or ID:16 or ID:43 or ..."并使用它进行查询，您将获得所需的列表。
您可以在不知道最大限制或最小限制的情况下查询间隔。例如：
ID:[ 10 to ] ID:[ to 10] ID:[ 1 to 10] ID:2 ID:2 | ID:3 答案 1 :(得分：0)
可能有更好的方法，但在类似情况下对我有用的是在索引时为每个文档分配一个随机数。每个文档都会获得一个名为rand_id的字段，其中包含一个随机数。然后，您可以在搜索时生成另一个随机数x并搜索rand_id > x。然后，您可以将搜索范围限制为n个项目。如果搜索没有产生足够的结果，请再次搜索rand_id < x并完成剩下的工作。