$ 示例 （聚合阶段）

伪随机游标行为

如果以下所有条件都成立，则 $sample 将使用伪随机游标来选择 N 文档：

• $sample 是管道的第一个阶段。

• N 少于集合中文档总数的 5%。

  注意

  无法配置 $sample 用于确定何时扫描整个集合的阈值。阈值为 5%。如果大小超过集合中文档总数的 5%，$sample 将执行按生成的随机值排序的 top-k 排序。如果示例文档大于 100 MB，top-k 排序可能会溢出到磁盘。

• 该集合包含 100 多个文档。

伪随机游标不能保证均匀的随机示例。它通过随机遍历集合内部的 B-Tree 结构来选择文档，因此结果可能会偏向集合的某些部分。在以下情况下，更有可能出现偏差：

• 集合中的文档未均匀分布，这会导致不平衡的树结构。

• 该集合包含大量已删除的文档。

• 大量文档对游标的事务不可见。

如果您的使用案例需要均匀的示例，请避免使用伪随机游标。为此，请在另一个阶段之后运行 $sample，或者将 N 设置为超过集合中 5% 的文档。

随机排序行为

如果前面有任何条件是错误的，$sample：

• 读取之前的聚合阶段或集合扫描输出的所有文档。

• 执行随机排序以选择 N 个文档。 随机排序受排序内存限制。

  注意

  视图是聚合管道的结果。当您在视图上使用 $sample 时，MongoDB 会将该阶段附加到视图聚合管道语法的末尾。因此，视图上的 $sample 阶段永远不是第一阶段，并且始终会导致集合扫描。

分片集群

如果在分片集群中使用 $sample，则每个分片都会独立执行采样操作。mongos 对每个分片的采样操作的合并结果进行采样，并返回所请求的文档数。