Definição
$sampleSeleciona aleatoriamente o número especificado de documentos a partir dos documentos de entrada.
$samplesintaxe de estágio :{ $sample: { size: <positive integer N> } }Né o número de documentos para selecionar aleatoriamente. DefinaNcomo um número inteiro maior ou igual a1.
Comportamento
Comportamento do cursor pseudoaleatório
Se todas as seguintes condições forem verdadeiras, o $sample usará um cursor pseudoaleatório para selecionar os documentos N:
$sampleé o primeiro estágio do pipeline.Né inferior a 5% do total de documentos na coleção.Observação
Você não pode configurar o limite que o
$sampleusa para determinar quando verificar a coleção inteira. O limite é 5%. Se o tamanho for maior que 5% do número total de documentos na coleção, o$samplerealizará uma classificação top-k por um valor aleatório gerado. A classificação top-k pode transbordar para o disco se os documentos de amostra forem maiores que 100 MB.A coleção contém mais de 100 documentos.
O cursor pseudoaleatório não oferece garantias de uma amostra aleatória uniforme. Ele seleciona documentos descendo a estrutura B-tree interna da coleção aleatoriamente, portanto, os resultados podem ser distorcidos em relação a algumas partes da coleção. A distorção é mais provável quando:
Os documentos na coleção não estão distribuídos uniformemente, o que leva a uma estrutura de árvore desequilibrada.
A coleção tem um alto número de documento excluir.
Um grande número de documentos não está visível para a transação do cursor.
Se o seu caso de uso exigir uma amostra uniforme, evite o cursor pseudoaleatório. Para fazer isso, execute $sample após outro estágio ou defina N como mais de 5% dos documento na coleção.
Comportamento de ordenação aleatória
Se qualquer uma das condições anteriores for falsa, $sample:
Lê todos os documentos gerados de um estágio de agregação anterior ou de uma varredura de coleção.
Executa uma classificação aleatória para selecionar
Ndocumentos. As classificações aleatórias estão sujeitas às restrições de memória de classificação.Observação
As visualizações são o resultado de pipelines de agregação. Quando você usa
$sampleem um modo de exibição, o MongoDB acrescenta o estágio ao final da sintaxe do pipeline de agregação do modo de exibição. Portanto, o estágio$sampleem uma exibição nunca é o primeiro estágio e sempre resulta em uma varredura de coleção.
Clusters fragmentados
Se você usar $sample em um cluster fragmentado, cada fragmento executará a operação de amostra de forma independente. mongos faz uma amostra do resultado mesclado da operação de amostragem de cada fragmento e retorna o número solicitado de documentos.
Exemplos
O exemplo a seguir usa a coleção movies do conjunto de dados de amostra sample_mflix. Para obter detalhes sobre como carregar esse conjunto de dados em sua implantação, consulte Carregar o conjunto de dados de amostra.
A seguinte operação de agregação seleciona aleatoriamente 3 documentos da coleção movies:
db.movies.aggregate( [ { $sample: { size: 3 } }, { $project: { _id: 0, title: 1, year: 1, genres: 1 } } ])A operação retorna três documentos aleatórios.
Para usar o driver MongoDB .NET/C# para adicionar um estágio $sample a uma agregação pipeline, chame o método UnionWith() em um objeto PipelineDefinition.
O exemplo abaixo cria um estágio de pipeline que retorna cinco documentos aleatórios da collection de entrada:
var pipeline = new EmptyPipelineDefinition<Movie>() .Sample(5);Para usar o driver Node.js do MongoDB para adicionar um estágio $sample a um pipeline de agregação , use o operador $sample em um objeto de pipeline.
O exemplo a seguir cria um estágio de pipeline que retorna cinco documentos aleatórios da collection de entrada. Em seguida, o exemplo executa o agregação pipeline:
const pipeline = [{ $sample: { size: 5 } }];
const cursor = collection.aggregate(pipeline);return cursor;