MongoDB Aggregation with $ sample very slow

Question

從mongodb集合中選擇隨機文檔的方法很多（如in this answer所述）。評論指出，在mongodb版本> = 3.2的情況下，在聚合框架中使用$sample是首選。然而，在一個有許多小文件的收藏中，這似乎非常緩慢。

下面的代碼使用mongoengine來模擬這個問題，並把它比作「跳過隨機」方法：

import timeit 
from random import randint 

import mongoengine as mdb 

mdb.connect("test-agg") 


class ACollection(mdb.Document): 
    name = mdb.StringField(unique=True) 

    meta = {'indexes': ['name']} 


ACollection.drop_collection() 

ACollection.objects.insert([ACollection(name="Document {}".format(n)) for n in range(50000)]) 


def agg(): 
    doc = list(ACollection.objects.aggregate({"$sample": {'size': 1}}))[0] 
    print(doc['name']) 

def skip_random(): 
    n = ACollection.objects.count() 
    doc = ACollection.objects.skip(randint(1, n)).limit(1)[0] 
    print(doc['name']) 


if __name__ == '__main__': 
    print("agg took {:2.2f}s".format(timeit.timeit(agg, number=1))) 
    print("skip_random took {:2.2f}s".format(timeit.timeit(skip_random, number=1))) 

結果是：

Document 44551 
agg took 21.89s 
Document 25800 
skip_random took 0.01s 

只要我有性能問題mongodb在過去我的答案一直是使用匯總框架，所以我很驚訝$sample是如此之慢。

我在這裏錯過了什麼嗎？這個例子是什麼導致聚合需要這麼長時間？

Answer 1

這是WiredTiger引擎中known bug在mongodb版本中的結果< 3.2.3。升級to the latest version應該解決這個問題。