MongoDB如何随机获取若干条记录

Question

在MySQL中，可以通过下面的语句简单的获取随机的5条记录：

SELECT * FROM `table` ORDER BY RAND() LIMIT 5

但是在MongoDB下，没有找到rand()方法，而且ObjectID也不是MySQL那样整数的，不好随机，不知道大家有什么好办法？

Answer 1

实际上有在讨论是不是要增加这个特性：https://jira.mongodb.org/browse/SERVE...，目前看来没有实质进展。

其实MySQL里也只是创建一个临时表，为所有的备选行生成一个随机数，然后针对这个随机数进行排序获得你需要的结果。

在MongoDB里，你得自行为doc构建这样的排序属性，这个属性的值可以是一个随机数，从cookbook里摘过来的：

db.docs.save( { key : 1, ..., random : Math.random() } )

查找的时候，也算个随机数出来，然后去排序属性里找最接近它的，不过记得给排序属性加索引：

rand = Math.random()
cmp  = Math.random()
result = db.docs.findOne( { key : 2, random : { $gte : rand } } )
if ( result == null ) {
    result = db.docs.findOne( { key : 2, random : { $lte : rand } } )
}

因为排序属性的值不像MySQL里是动态的，所以如果要真正随机地获取多个doc，还就得循环上面的操作。

我想这个问题的根本还是，是否需要数学意义上的随机，如果只是要个大概，对于大数据量，不加索引的时候，可以用Map/Reduce提高收敛速度。

所以呢，其实用时间戳也行，任何能找出来上下限值，同时别太多重复值的属性都可以用来做随机排序。

Answer 2

使用Aggregation函数吧！

# python代码如下：
def sample(count):
    """随机从collection中取出满足alive=1条件的10条数据，结果只显示proxy字段"""
    return collection.aggregation([{'$match': {'alive': 1}},
                            {'$project': {'_id': 0, 'proxy': 1}},
                            {'$sample': {'size': 10}}
                ])

Reference：Pipeline Aggregation Stages

Answer 3

加上条件
"$where":function () { if(Math.random()>0.1){return true;}else{return false;}}
配合limit(1)
以10分之一的概率随机选择集合中一条记录
可能比较省事，但是应用比较局限。仅做参考~