可以从 MongoDB 中检索多个随机的、非顺序的文档吗？

Question

我想从 MongoDB 数据库中检索一组随机文档。到目前为止，经过大量谷歌搜索，我只看到了检索一个随机文档或一组文档的方法，这些文档从随机跳过位置开始，但文档仍然是连续的。

我尝试过 mongoose-simple-random，但不幸的是它没有检索到“真正的”随机集。它的作用是跳到一个随机位置，然后从该位置检索 n 个文档。

相反，我想像 MySQL 一样使用 一个查询（或最少数量的查询）检索一个随机集，并且我需要这个列表每次都是随机的。我需要它是高效的——相对于 MySQL 的这种查询。我想在 MongoDB 中重现以下内容：

SELECT * FROM products ORDER BY rand() LIMIT 50;

这可能吗？我正在使用 Mongoose，但任何适配器的示例——甚至是直接的 MongoDB 查询——都很酷。

我见过一种方法，可以为每个文档添加一个字段，为每个字段生成一个随机值，并使用{rand: {$gte:rand()}} 每个我们想要随机化的查询。但是，我担心两个查询理论上会返回相同的集合。

Answer 1

你可以做两个请求，但是以一种有效的方式：

1. 您的第一个请求只是获取您收藏的文档的所有“_id”列表。请务必使用 mongo 投影 db.products.find({}, { '_id' : 1 })。
2. 您有一个“_id”列表，只需从列表中随机选择 N 个即可。
3. 使用 $in 运算符进行第二次查询。

特别重要的是，您的第一个查询完全由索引支持（因为它是“_id”）。该索引可能完全在内存中（否则您可能会遇到性能问题）。因此，在运行第一个查询时只读取索引，而且速度非常快。

虽然第二个查询意味着读取实际文档，但索引会有很大帮助。

如果你能做到这一点，你应该试试。

Answer 2

我不认为 MySQL ORDER BY rand() 效率特别高——据我了解，它本质上是为每一行分配一个随机数，然后在这个随机数列上对表进行排序并返回前 N 个结果。

如果您愿意接受插入集合的一些开销，您可以将问题减少到在一个范围内生成 N 个随机整数。为每个文档添加一个计数器字段：每个文档将按顺序分配一个唯一的正整数。什么文档得到什么编号并不重要，只要分配是唯一的并且数字是连续的，并且您要么不删除文档，要么使计数器文档方案复杂化以处理漏洞。您可以通过两步插入来做到这一点。在单独的counter 集合中，保留一个文档，其中包含第一个未用于计数器的编号。当插入发生时，首先findAndModify 计数器文档以检索下一个计数器值并自动递增计数器值。然后插入带有计数器值的新文档。要找到 N 个随机值，请找到最大计数器值，然后在最大计数器定义的范围内生成 N 个不同的随机数，然后使用$in 检索文档。大多数语言都应该有随机库来处理在一个范围内生成 N 个随机整数。