如何在MongoDB中实现集合随机排序及分页查询

原生$sample聚合操作符设计目标就是单次抽取指定数量的随机文档，每次执行都是独立抽样，跨页必然会出现重复数据，无法直接实现固定随机序列的分页需求，以下是经过生产验证的可落地方案，按适用场景区分：

方案1：缓存全量随机ID序列（完全匹配预期逻辑） #

适用场景：集合文档量在10万级以内，要求随机分布绝对均匀、跨页完全不重复。

• 核心逻辑：用户首次进入列表页时，全量扫描集合给每个文档生成随机排序值，按随机序把所有文档的_id按顺序存入缓存（Redis/服务端内存均可，设置15~30分钟过期，匹配普通用户单次浏览的会话周期）。后续翻页不需要再查库排序，直接从缓存的ID列表里按页码切片取对应区间的ID，再用$in查询原集合拿到完整文档即可。
• 参考实现代码：

async function getRandomizedCollection(collName, sessionCacheKey) {
  // 优先读取已缓存的随机ID序列
  let sortedIds = await cache.get(sessionCacheKey)
  if (!sortedIds) {
    // 首次访问生成全量随机排序的ID列表
    const allDocs = await db[collName].aggregate([
      { $project: { _id: 1, randWeight: { $rand: {} } } },
      { $sort: { randWeight: 1 } }
    ]).toArray()
    sortedIds = allDocs.map(item => item._id)
    // 写入缓存，过期时间可按业务调整
    await cache.set(sessionCacheKey, sortedIds, 'EX', 1800)
  }

  return {
    async skip(offset) {
      const pageIds = sortedIds.slice(offset, offset + 20)
      // $in查询默认不保持ID传入顺序，需要手动映射保证排序一致
      const docMapping = new Map()
      const pageDocs = await db[collName].find({ _id: { $in: pageIds } }).toArray()
      pageDocs.forEach(doc => docMapping.set(doc._id.toString(), doc))
      return pageIds.map(id => docMapping.get(id.toString())).filter(Boolean)
    }
  }
}

// 调用逻辑和你预期的写法完全一致
const userListKey = `random_list:user_${userId}:${Date.now()}`
const randomizedCollection = await getRandomizedCollection('mycoll', userListKey)
const firstPage = await randomizedCollection.skip(0) // 第一页20条
const secondPage = await randomizedCollection.skip(20) // 第二页20条

• 注意：如果集合文档量超过百万级，首次生成全量ID序列的耗时会明显升高，不适合用这个方案。

方案2：固定随机种子+游标翻页（无缓存，适配大集合） #

适用场景：集合文档量百万级以上，不想引入缓存逻辑，能接受随机分布接近均匀即可。

• 核心逻辑：首次请求时生成一个固定随机种子返回给前端，后续翻页必须携带这个种子。基于固定种子给每个文档计算一个固定的随机排序值，用上一页最后一条文档的排序值作为游标翻页，不需要用skip，翻页性能不会随页码升高下降。
• 参考实现代码：

// 首次请求生成随机种子，随第一页数据返回给前端
const randomSeed = Math.random()
// 查第一页
const firstPage = await db.mycoll.aggregate([
  {
    $addFields: {
      // 相同种子下，每个文档计算出的排序值固定
      randSortValue: { $mod: [{ $multiply: [randomSeed, '$_id'] }, 1] }
    }
  },
  { $sort: { randSortValue: 1, _id: 1 } },
  { $limit: 20 }
]).toArray()
// 取最后一条的排序值和_id作为下一页的查询游标
const nextPageCursor = {
  sortVal: firstPage.at(-1).randSortValue,
  lastId: firstPage.at(-1)._id
}

// 查第二页
const secondPage = await db.mycoll.aggregate([
  {
    $addFields: {
      randSortValue: { $mod: [{ $multiply: [randomSeed, '$_id'] }, 1] }
    }
  },
  {
    $match: {
      $or: [
        { randSortValue: { $gt: nextPageCursor.sortVal } },
        { randSortValue: nextPageCursor.sortVal, _id: { $gt: nextPageCursor.lastId } }
      ]
    }
  },
  { $sort: { randSortValue: 1, _id: 1 } },
  { $limit: 20 }
]).toArray()

• 注意：这个方案的随机排序值是基于_id和种子计算的，不是绝对均匀的随机，但绝大多数内容流、商品列表类场景完全够用，只要种子不变，翻页不会出现重复数据。

方案3：预存随机排序字段（性能最优） #

适用场景：长期有随机分页需求，MongoDB版本3.2+，可以接受轻度改造表结构。

• 核心逻辑：给集合新增一个randomWeight字段，新文档写入时直接给这个字段赋一个0~1的随机浮点数，给这个字段建升序索引。用户进入列表页时随机生成一个基准值，翻页时查询randomWeight大于基准值的文档，按randomWeight+_id排序，用游标翻页即可。
• 优势：查询完全走索引，性能和普通排序分页没有区别，随机分布均匀，不需要缓存。
• 劣势：需要改造文档写入逻辑，存量历史数据需要跑一次脚本给randomWeight字段补值。

踩坑提示：不要直接多次调用$sample做分页，这种方式每次都是独立随机抽样，页码越大重复概率越高，没有额外去重逻辑的话完全无法满足分页要求。

内容的提问来源于stack exchange，提问作者Anatol Zakrividoroga