使用 $sample 从 Amazon DocumentDB 中检索随机文档

Question

为了支持应用程序功能，我需要从 Amazon DocumentDB 的集合中检索单个文档，并且每次都检索相同的文档是不合适的。

MongoDB documentation 声明 $sample 聚合阶段可用于 select 使用伪随机游标的大量文档。我已经在本地 MongoDB 实例上试过了，它 return 随机 selected 文档，这正是我需要的。

db.benchmark.aggregate([
    { $sample: { size: 1}}
])

然而，当我尝试在 Amazon DocumentDB 上使用相同的查询时，它不是 return 随机记录，而是始终 return 集合中的第一条记录。这似乎不是很有用，因为它与 limit 具有相同的功能。 Amazon documentation 表示 DocumentDB 支持 $sample 阶段，但未提供有关其实现的更多信息。

有没有办法使用 $sample 聚合阶段运算符让 DocumentDB select 随机记录？

示例：

db.temp.insertMany([
    { "_id": 1, "temperature" : 97.5, "humidity": 0.61, "timestamp" : new Date() },
    { "_id": 2, "temperature" : 97.2, "humidity": 0.60, "timestamp" : new Date() },
    { "_id": 3, "temperature" : 97.4, "humidity": 0.61, "timestamp" : new Date() },
    { "_id": 4, "temperature" : 97.9, "humidity": 0.61, "timestamp" : new Date() },
    { "_id": 5, "temperature" : 97.6, "humidity": 0.61, "timestamp" : new Date() },
    { "_id": 6, "temperature" : 97.5, "humidity": 0.62, "timestamp" : new Date() },
    { "_id": 7, "temperature" : 97.2, "humidity": 0.62, "timestamp" : new Date() },
    { "_id": 8, "temperature" : 97.1, "humidity": 0.63, "timestamp" : new Date() },
    { "_id": 9, "temperature" : 96.9, "humidity": 0.62, "timestamp" : new Date() },
    { "_id": 10, "temperature" : 97.4, "humidity": 0.63, "timestamp" : new Date()}
])

db.temp.aggregate(
    [ { $sample: { size: 1 } } ]
    )
db.temp.aggregate(
    [ { $sample: { size: 1 } } ]
    )

MongoDB 4.4.3 Windows

[
  {
    "_id": 3,
    "humidity": 0.61,
    "temperature": 97.4,
    "timestamp": {"$date": "2021-04-13T22:00:09.361Z"}
  }
]

[
  {
    "_id": 8,
    "humidity": 0.63,
    "temperature": 97.1,
    "timestamp": {"$date": "2021-04-13T22:00:09.361Z"}
  }
]

文档数据库 4.0.0

[
  {
    "_id": 1,
    "humidity": 0.61,
    "temperature": 97.5,
    "timestamp": {"$date": "2021-04-13T22:00:45.628Z"}
  }
]

[
  {
    "_id": 1,
    "humidity": 0.61,
    "temperature": 97.5,
    "timestamp": {"$date": "2021-04-13T22:00:45.628Z"}
  }
]

Answer 1

您可以在此处尝试创建自己的逻辑。

如果DynamoDB中的行数是固定的，那么就使用它。否则每 5 分钟或每第 100 次（或第 1000 次）调用数据库获取行数。
Select 使用随机数生成器计数的随机数。
从数据库中获取特定行 :)

Answer 2

在 DocumentDB 中使用 $sample 运算符将无法像在 MongoDB 中那样使用随机记录集。

DocumentDB 的当前实现只会 select 从集合的静态子集中随机 select 的记录开始的一系列连续记录。静态子集的大小与整个集合的大小有关，并且可能与记录在磁盘上的分组方式有关。对于足够小的集合（大约 < 50 条记录），静态子集可能只包含一个点，使用 $sample 运算符的查询每次都会 return 相同系列的记录。

要获得 MongoDB 和 DocumentDB 之间的兼容行为，请使用结合了 skip 和 limit 的管道：

db.temp.aggregate([ 
  { 
    $skip : db.temp.countDocuments() * Math.random() 
  }, 
  { 
    $limit: 1
  }
]);

使用 $sample 从 Amazon DocumentDB 中检索随机文档

Retrieving a random document from Amazon DocumentDB using $sample

amazon-web-services

mongodb-query

nosql

nosql-aggregation

aws-documentdb