标签：
关于从mongodb库中随机取出一条记录的方法的博文很多，其中都提到了下面三种方法：
1、skip过随机数量的记录。
DBCursor cursor = coll.find(query);
int rint = random.nextInt(cursor.count());
cursor.skip(rint);
DBObject word = null;
if(cursor.hasNext()){
word = cursor.next();
cursor.close();
}
很多人说不推荐这种做法，如果数据量不是那么巨大，10万个记录以内完全可以使用这种方法。
其实让我写存储引擎的话，我肯定把这个方法搞成最快的。只查询，又不排序。用作查询的条件建好索引后，至少和方法2一样快。通过索引进行物理skip很容易直接就定位到要找的数据了。
2、增加一个random数值字段。
var random=Math.random();
var result=db.user.findOne({"random":{"$lt":random}});
if(result==null){
result=db.user.findOne({"random":{"$gte":random}});
}
很多人说这是效率较高的一种可行方法，但是如果你信了，又不加验证，那真叫坑了爹了！下面我们就分析一下。
findOne的机制是取出查询结果的第一条。这有什么问题看出来了吗？
内部的查询结果是按random字段排序的吗？问题显然不是那么好回答吧！通过试验发现：如果不建立索引，查询的结果是按照存储顺序排的。也就是说不管查询条件是小于，还是大于等于，都会取到符合条件的最早入库的记录。这大大降低了随机性，有没有啊。如果建立索引，查询的结果是按照random由小到大排序的，此时如果用小于等于条件，始终取回来的是random值最小的值。这就没有随机性了，是不是呢。也就是说，如果random升序需要使用大于条件，如果降序需要使用小于条件。但是没有指定排序的时候内部怎么给排序，你敢肯定吗？如果不敢肯定，是不是就得指定排序方式。从底层来说，你指定的排序方式跟索引的物理存放顺序一致才能达到最高的效率。
3、增加一个random空间位置字段。
db.coll.ensureIndex({ random: ‘2d‘ })
result = db.coll.findOne({ random: { $near: [Math.random(), 0] } })
将random建立为多值字段，两值得就可以，建立索引的时候当地理位置使用。取值的时候随机生成一个坐标，然后取离这个点最近一个值。
很多人把这个方法也列在推荐方法中，但是真的是高效率的方法吗？这个方法比较麻烦，很多人应该都没验证，直接抄写到自己博客了。其实用脑袋想想，这个方法比第二个方法更不靠谱呢。可以自己思考一种算法——在一群坐标中找出离某个坐标最近的一个坐标。好难哦，坐标点哎，他们本身并没有一个大小关系，也就是说没有天然的顺序。那些牛逼的查找算法都是基于排序的（基于哈希的本质也是基于排序的）。
那么怎么办？方法一：对两个分量建立两个索引。然后以查询点为中心点构建一个较小的矩形区域，查询的时候就是两个分量的范围的与关系。如果没查到结果扩大矩形区域，如果查询的结果过多，缩小矩形区域，这里就可以用二分法了。然后在矩形区域内精确计算距离。方法二：空间点按照相互距离聚类，然后将类别中心存储起来，然后采用方法一找到一个最近的类别中心，然后再在这个内别中使用方法一。方法三：求出所有点的外接矩形，然后把区域等分成4块的方法构建4叉树索引。构建过程就是把某个区域分成四等分，再把其中一份分成4等分，直到每个区域的点数少于给定值。这样查询的时候每层确定一次范围。最后一层暴力计算距离。我是想不出来更牛B的方法了！
可见最近空间距离的计算不轻松啊！
标签：
原文地址：http://www.cnblogs.com/tr0217/p/4731486.html
