정의
$sample입력 문서에서 지정된 수의 문서를 임의로 선택합니다.
$sample단계 구문:{ $sample: { size: <positive integer N> } }N는 무작위로 선택할 문서 수입니다.N을1이상의 정수로 설정합니다.
행동
의사 난수 커서 동작
다음 조건이 모두 true이면 $sample 의사 무작위 커서를 사용하여 N 문서를 선택합니다:
$sample는 파이프라인의 첫 번째 단계입니다.이 컬렉션에는 100개 이상의 문서가 포함되어 있습니다.
의사 난수 커서는 균일한 무작위 샘플을 보장하지 않습니다. 컬렉션의 내부 B-트리 구조를 무작위로 탐색하여 문서를 선택하므로 결과가 컬렉션의 일부로 치우칠 수 있습니다. 다음과 같은 경우 편향이 발생할 가능성이 높습니다.
컬렉션의 문서가 균일하게 분산된 않아 이로 인해 불균형한 트리 구조가 됩니다.
이 컬렉션에는 삭제된 문서가 많이 있습니다.
커서의 트랜잭션에서 많은 수의 문서를 볼 수 없습니다.
사용 사례에 균일한 샘플이 필요한 경우 의사 난수 커서를 피하세요. 이렇게 하려면 다른 단계 후에 $sample을(를) 실행하거나 N을(를) 컬렉션에 있는 문서의 5% 이상으로 설정하세요.
무작위 정렬 동작
이전 조건 중 하나라도 거짓이면 $sample:
이전 집계 단계 또는 컬렉션 스캔에서 출력된 모든 문서를 읽습니다.
무작위 정렬을 수행하여
N개의 문서를 선택합니다. 임의 정렬에는 정렬 메모리 제한이적용됩니다.참고
뷰는 집계 파이프라인의 결과입니다. 뷰에서
$sample를 사용하면 MongoDB는 뷰의 집계 파이프라인 구문 끝에 해당 단계를 추가합니다. 따라서 뷰의$sample단계는 첫 번째 단계가 아니며 항상 컬렉션 스캔으로 이어집니다.
샤딩된 클러스터
샤딩된 클러스터에서$sample을 사용하는 경우 각 샤드는 샘플 작업을 독립적으로 수행합니다. mongos는 각 샤드의 샘플 작업의 병합된 결과를 샘플링하고 요청된 문서 수를 반환합니다.
예시
다음 예시에서는 sample_mflix 샘플 데이터 집합의 movies 컬렉션을 사용합니다. 배포서버에 이 데이터세트를 로드하는 방법은 샘플 데이터세트 로드를 참조하세요.
다음 집계 작업은 movies 컬렉션에서 3개의 문서를 무작위로 선택합니다.
db.movies.aggregate( [ { $sample: { size: 3 } }, { $project: { _id: 0, title: 1, year: 1, genres: 1 } } ])이 작업은 세 개의 무작위 문서를 반환합니다.
MongoDB Node.js 운전자 사용하여 집계 파이프라인 에 $sample 단계를 추가하려면 파이프라인 객체 에서 $sample 연산자 사용합니다.
다음 예시 입력 컬렉션 에서 5개의 임의 문서를 반환하는 파이프라인 단계를 만듭니다. 그런 다음 이 예시 에서는 집계 파이프라인 실행합니다.
const pipeline = [{ $sample: { size: 5 } }];
const cursor = collection.aggregate(pipeline);return cursor;