当前位置：首页 > news >正文

MongoDB的$sample是啥？

news 2025/10/28 9:27:54

$sample 是 MongoDB 聚合管道（Aggregation Pipeline）中的一个非常实用的阶段，它的作用是：

从集合中随机抽取指定数量的文档。

✅ 基本语法

{ $sample: { size: N } }

size: 你要随机抽取的文档数量。

📌 示例

假设你有一个 questions 集合，里面有 1000 道题，你想随机抽 5 道用于练习：

db.questions.aggregate([{ $sample: { size: 5 } }
])

每次运行都会返回 5 条随机题目，非常适合：

随机组卷
推荐系统（随机推荐几条内容）
抽奖功能
数据抽样分析

🔍 它是怎么实现“随机”的？

MongoDB 并不是真的“完全随机读取每一条”，而是使用一种高效的算法：

如果集合小：直接加载所有文档，随机挑选
如果集合大：使用 ** reservoir sampling（蓄水池抽样）** 算法，在不加载全部数据的情况下实现均匀随机

⚡️ 性能很好，即使千万级数据也能快速抽样

🆚 对比：为什么不用 `find().limit().skip(Math.random())`？

你可能会想：我能不能这样做？

const count = await db.questions.countDocuments();
const randomSkip = Math.floor(Math.random() * count);
db.questions.find().skip(randomSkip).limit(5);

❌ 不推荐！原因：

问题	说明
不是真正随机	只是从某个位置往后取，容易重复或偏移
性能差	`skip(N)` 越大，越慢（要跳过前 N 条）
分布不均	数据增删后，随机性变差

✅ 而 $sample：

真正均匀随机
性能稳定
自动优化

🧩 实际应用场景

1. 随机出题（考试系统）

// 随机抽 10 道单选题
db.questions.aggregate([{ $match: { type: "single" } },{ $sample: { size: 10 } }
])

2. 每日推荐（随机推荐 3 篇文章）

db.articles.aggregate([{ $match: { status: "published" } },{ $sample: { size: 3 } }
])

3. 抽奖系统（从参与用户中抽 1 名幸运儿）

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

⚠️ 注意事项

不能保证绝对唯一：多次调用可能抽到同一条（毕竟是随机）
适合中小规模抽样：size 不宜过大（比如 size: 10000 可能慢）
不适用于“分页随机”：如果你要做“第一页随机5条，第二页再随机5条”，直接用 $sample 每次都行，但无法保证不重复（需要业务层去重）

✅ 最佳实践

// 安全做法：先过滤，再抽样
db.questions.aggregate([{ $match: { status: "active", difficulty: "easy" } },{ $sample: { size: 5 } }
])

这样既高效又精准。

🎯 总结

特性	说明
作用	随机抽取 N 条文档
语法	`{ $sample: { size: N } }`
优点	真随机、性能好、语法简单
适用场景	抽题、推荐、抽奖、数据抽样
替代方案	❌ `skip(random)` 不推荐