/ /

$sample (etapa de agregación)

Definición

$sample

Selecciona aleatoriamente la cantidad especificada de documentos de los documentos de entrada.

$sample sintaxis de etapa:

{ $sample: { size: <positive integer N> } }

N es el número de documentos a seleccionar aleatoriamente. Configura N en un número entero mayor o igual que 1.

Comportamiento

Comportamiento del cursor pseudoaleatorio

Si se cumplen todas las siguientes condiciones, $sample utiliza un cursor pseudoaleatorio para seleccionar los documentos N:

$sample es la primera etapa de la pipeline.
N es menos del 5% de los documentos totales de la colección.

Nota
No puede configurar el umbral que $sample utiliza para determinar cuándo escanear toda la colección. El umbral es del 5%. Si el tamaño es superior al 5% del número total de documentos de la colección, $sample realiza una top-k ordenación por un valor aleatorio generado. La ordenación top-k podría desbordarse en el disco si los documentos de muestra superan los 100MB.
La colección contiene más de 100 documentos.

El cursor pseudoaleatorio no da garantías de una muestra aleatoria uniforme. Selecciona documentos descendiendo aleatoriamente la estructura interna B-tree de la colección, por lo que los resultados pueden sesgarse hacia algunas partes de la colección. Es más probable que haya sesgo cuando:

Los documentos de la colección no están distribuidos uniformemente, lo que lleva a una estructura de árbol desequilibrada.
La colección tiene un número elevado de documentos borrados.
Un gran número de documentos no están visibles para la transacción del cursor.

Si su caso de uso requiere una muestra uniforme, evite el cursor pseudoaleatorio. Para ello, ejecute $sample después de otra etapa, o establezca N en más del 5% de los documentos de la colección.

Comportamiento de ordenación aleatoria

Si alguna de las condiciones anteriores es falsa, $sample:

Lee todos los documentos que se obtienen de una etapa de agregación anterior o de un escaneo de colección.
Realiza una ordenación aleatoria para seleccionar N documentos. Las ordenaciones aleatorias están sujetas a las restricciones de memoria de la ordenación.

Nota
Las vistas son el resultado de pipelines de agregación. Cuando utiliza $sample en una vista, MongoDB añade la etapa al final de la sintaxis del pipeline de agregación de la vista. En consecuencia, la etapa $sample en una vista nunca es la primera y siempre resulta en un escaneo de colección.

Clústeres fragmentados

Si usas $sample en un clúster fragmentado, cada partición realiza la operación de muestreo de forma independiente. mongos toma muestras del resultado combinado de la operación de muestreo de cada partición y devuelve el número solicitado de documentos.

Ejemplos

Esta sección muestra un ejemplo de un pipeline de agregación que utiliza la siguiente colección de users:

db.users.insertMany( [
   { _id : 1, name : "dave123", q1 : true, q2 : true },
   { _id : 2, name : "dave2", q1 : false, q2 : false  },
   { _id : 3, name : "ahn", q1 : true, q2 : true  },
   { _id : 4, name : "li", q1 : true, q2 : false  },
   { _id : 5, name : "annT", q1 : false, q2 : true  },
   { _id : 6, name : "li", q1 : true, q2 : true  },
   { _id : 7, name : "ty", q1 : false, q2 : true  }
] )

La siguiente operación de agregación selecciona aleatoriamente 3 documentos de la colección:

db.users.aggregate(
   [ { $sample: { size: 3 } } ]
)

La operación devuelve tres documentos aleatorios.

Tip

$rand (aggregation)

var pipeline = new EmptyPipelineDefinition<Movie>()
    .Sample(5);

Para utilizar el controlador de MongoDB Node.js para agregar una etapa de $sample a una canalización de agregación, utilice el Operador $sample en un objeto de canalización.

El siguiente ejemplo crea una etapa de pipeline que devuelve cinco documentos aleatorios de la colección de entrada. El ejemplo luego ejecuta la canalización de agregación:

const pipeline = [{ $sample: { size: 5 } }];
const cursor = collection.aggregate(pipeline);
return cursor;

Volver

$replaceWith

$score