前面十天介紹不少aggregate用法，以簡單的小型專案來說，這些操作符基本上都夠用，熟練之後如果有接到其他特別的需求，其實自己再去MongoDB官網上找其他的操作符使用，不會有太大的問題，官網很貼心附上語法的範例，以及處理前後的資料。

因此接下來介紹的操作符，都比較進階或是比較冷門一點，大家可以參考看看，搞不好在未來的某一天會用到。

首先介紹$sample，它可以讓我們從眾多的資料當中，隨機選出幾筆資料出來，這個很適合用在當你資料庫的資料很多，即使經過$macth篩選過讓資料筆數減少很多，但可能資料還是有1000筆以上，如果通通從資料庫拉回到server進行隨機選取，勢必會拖慢效能。

例如：我們現在有三萬筆使用者的消費資料，我們要從中選單筆消費超過3000元的消費，進行抽獎選出1名幸運得主。

{ id: 1, customer_id: 2, consume: 1200, date: "2022-01-08T06:12:03Z" },
{ id: 2, customer_id: 1, consume: 4300, date: "2022-03-18T06:12:03Z" },
{ id: 3, customer_id: 12, consume: 200, date: "2022-05-01T06:12:03Z" },
{ id: 4, customer_id: 35, consume: 8200, date: "2022-07-15T06:12:03Z"},
.
.
.
以下省略

我們可以使用以下指令

order.aggregate([
  { $match: { consume: { $gte: 3000 } } },
  { $sample: { size: 1 } }
]);

// 最後回傳資料 （每一次跑都會不一樣）
{ id: 1234, customer_id: 305, consume: 4500, date: "2022-02-25T06:12:03Z" }

其中$sample主要是透過size後面的數字來決定要選幾筆資料，如果要抽出的資料筆數，超過原本資料有的筆數，那只會回傳所有的資料。

另一個要介紹的操作符是$rand，它的作用和JavaScript的Math.random()類似，會隨機產生一個0到1之間的小數，如果想要隨機選取特定比例的資料出來，可以使用這個操作符。

例如：我們現在有跟上面一樣的使用者的消費資料，我們要從中選30%的資料出來進行分析，那麼可以使用以下指令。

order.aggregate([
  { $match: 
    { $expr: { $lt: [0.3, { $rand: {} }] } } 
  }
]);

上面指令背後運行的邏輯是，在搜尋每一筆資料的時候，會使用$rand隨機產生一個0~1的小數，判斷是否比0.3還要小，如果是則

本篇文章同步放在我的部落格，大家有空可以進來逛逛