如何在 Pymongo 的 id 范围内采样？答案

【问题标题】：How can I sample within an id range in Pymongo?如何在 Pymongo 的 id 范围内采样？
【发布时间】：2019-02-18 22:14:03
【问题描述】：

我读过this doc 和this blog，了解到我可以这样采样：

db.collection.aggregate([  
        { $sample: {size: 20} }, 
        { $match:  {"yourField": valueOrSpecifier} } 
      ])

然后我写了我的：

db.collection.aggregate([  
        {"$sample": {"size": 20}}, 
        {"$match": {"_id": {"$gt": 50, "$lt": 100}}}
      ])

抽取 20 个 _id 介于 50 到 100 之间的文档。

但是我得到了一个空的生成器。我检查了集合，有 49 个样本满足这个限制。

【问题讨论】：

【解决方案1】：

流水线阶段的顺序在这里真的很重要。当您在$match 之前使用$sample 时，它会过滤来自$sample 阶段中找到的20 个文档的数据。

如果您在$sample 之前使用$match，那么它将从数据库内的所有集合中过滤第一个文档，并在`$sample 阶段抛出20 个文档。

所以最后你的管道应该是这样的

db.collection.aggregate([  
  { "$match": { "_id": { "$gt": 50, "$lt": 100 }}},
  { "$sample": { "size": 20 }}
])

【讨论】：