$sampleRate

El $sampleRate operador muestra aleatoriamente documentos de una colección en función de una tasa de probabilidad especificada. Este operador es útil para el análisis estadístico, las pruebas con datos de subconjuntos y la optimización del rendimiento cuando se trabaja con grandes conjuntos de datos en los que se necesita un ejemplo representativo.

Syntax

{
  $match: {
    $sampleRate: <number>
  }
}

Parámetros

Parámetro	Description
number	Número de punto flotante entre 0 y 1 que representa la probabilidad de que un documento se incluya en la muestra. Por ejemplo, 0,33 significa que se muestrean aproximadamente 33% de documentos.

Examples

Considere este documento de ejemplo de la colección de tiendas.

{
    "_id": "0fcc0bf0-ed18-4ab8-b558-9848e18058f4",
    "name": "First Up Consultants | Beverage Shop - Satterfieldmouth",
    "location": {
        "lat": -89.2384,
        "lon": -46.4012
    },
    "staff": {
        "totalStaff": {
            "fullTime": 8,
            "partTime": 20
        }
    },
    "sales": {
        "totalSales": 75670,
        "salesByCategory": [
            {
                "categoryName": "Wine Accessories",
                "totalSales": 34440
            },
            {
                "categoryName": "Bitters",
                "totalSales": 39496
            },
            {
                "categoryName": "Rum",
                "totalSales": 1734
            }
        ]
    },
    "promotionEvents": [
        {
            "eventName": "Unbeatable Bargain Bash",
            "promotionalDates": {
                "startDate": {
                    "Year": 2024,
                    "Month": 6,
                    "Day": 23
                },
                "endDate": {
                    "Year": 2024,
                    "Month": 7,
                    "Day": 2
                }
            },
            "discounts": [
                {
                    "categoryName": "Whiskey",
                    "discountPercentage": 7
                },
                {
                    "categoryName": "Bitters",
                    "discountPercentage": 15
                },
                {
                    "categoryName": "Brandy",
                    "discountPercentage": 8
                },
                {
                    "categoryName": "Sports Drinks",
                    "discountPercentage": 22
                },
                {
                    "categoryName": "Vodka",
                    "discountPercentage": 19
                }
            ]
        },
        {
            "eventName": "Steal of a Deal Days",
            "promotionalDates": {
                "startDate": {
                    "Year": 2024,
                    "Month": 9,
                    "Day": 21
                },
                "endDate": {
                    "Year": 2024,
                    "Month": 9,
                    "Day": 29
                }
            },
            "discounts": [
                {
                    "categoryName": "Organic Wine",
                    "discountPercentage": 19
                },
                {
                    "categoryName": "White Wine",
                    "discountPercentage": 20
                },
                {
                    "categoryName": "Sparkling Wine",
                    "discountPercentage": 19
                },
                {
                    "categoryName": "Whiskey",
                    "discountPercentage": 17
                },
                {
                    "categoryName": "Vodka",
                    "discountPercentage": 23
                }
            ]
        }
    ]
}

Ejemplo 1: Muestreo aleatorio básico

Esta consulta devuelve un tercio de todos los documentos de la colección stores, seleccionada aleatoriamente.

db.stores.aggregate([{
    $match: {
        $sampleRate: 0.33
    }
}])

Ejemplo 2: Muestreo con más filtros

Esta consulta filtra primero los almacenes con ventas superiores a 50 000 y, después, muestra aleatoriamente 50% de esos documentos coincidentes.

db.stores.aggregate([
  { $match: { 
    "sales.totalSales": { $gt: 50000 },
    $sampleRate: 0.5 
  }}
])

Ejemplo 3: Muestreo para el análisis estadístico

Esta consulta muestra 25% de almacenes y calcula medidas estadísticas en los datos muestreados.

db.stores.aggregate([
  { $match: { $sampleRate: 0.25 } },
  { $group: {
    _id: null,
    averageSales: { $avg: "$sales.totalSales" },
    totalStores: { $sum: 1 },
    maxSales: { $max: "$sales.totalSales" },
    minSales: { $min: "$sales.totalSales" }
  }}
])

El operador $sampleRate es útil para el análisis estadístico y la exploración de datos cuando se trabaja con grandes conjuntos de datos donde el procesamiento de todos los documentos sería costoso a nivel computacional. Crea de forma eficaz ejemplos representativos para pruebas de rendimiento, validación de control de calidad y generación de conjuntos de datos de aprendizaje automático. El operador es ideal para escenarios de informes aproximados en los que la precisión estadística es aceptable y la velocidad de procesamiento tiene prioridad sobre la precisión exacta.