애그리게이션을 통한 데이터 변환

비유

집계 작업은 자동차 공장과 유사합니다. 자동차 공장에는 조립 라인이 있으며, 여기에는 드릴과 용접기 등 특정 작업을 수행할 수 있는 특수 공구를 갖춘 조립 스테이션이 있습니다. 원부품이 공장에 들어오면 조립 라인에서 이를 변형하고 조립하여 완제품으로 만듭니다.

집계 파이프라인은 조립 라인이고, 집계 단계는 조립 스테이션이며, 작업 연산자는 특수 도구입니다.

집계 및 찾기 연산 비교

다음 표에는 찾기 작업으로 수행할 수 있는 다양한 작업과 집계 작업으로 수행할 수 있는 작업이 나와 있습니다. 집계 프레임워크 데이터를 변환하고 조작할 수 있는 확장된 기능을 제공합니다.

제한 사항

집계 작업을 수행할 때 다음 제한 사항을 고려합니다.

• 반환된 문서는 BSON 문서 크기 제한 인 16 메가바이트를 위반할 수 없습니다.

• 파이프라인 단계의 메모리 제한은 기본값 으로 100 메가바이트입니다. true 값을 allow_disk_use 메서드에 전달하고 메서드를 aggregate에 연결하여 이 제한을 초과할 수 있습니다.

• $graphLookup 연산자 메가바이트의 엄격한 메모리 제한이 있으며 메서드에 100 전달된 값을 allow_disk_use 무시합니다.

집계 예시

다음 코드 예제에서는 뉴욕의 각 자치구에 있는 베이커리 수의 개수를 생성합니다. 이를 위해 다음 단계의 집계 파이프라인을 사용합니다.

• cuisine 필드에 "Bakery" 값이 포함된 문서를 필터링하는 $match 단계입니다.

• 일치하는 문서를 borough 필드별로 그룹화하여 각 고유 값에 대한 문서 수를 누적하는 $group 단계입니다.

database = client.use('sample_restaurants')
restaurants_collection = database[:restaurants]
  
pipeline = [
  { '$match' => { 'cuisine' => 'Bakery' } },
  { '$group' => {
      '_id' => '$borough',
      'count' => { '$sum' => 1 }
    }
  }
]
aggregation = restaurants_collection.aggregate(pipeline)
  
aggregation.each do |doc|
  puts doc
end

{"_id"=>"Bronx", "count"=>71}
{"_id"=>"Manhattan", "count"=>221}
{"_id"=>"Queens", "count"=>204}
{"_id"=>"Missing", "count"=>2}
{"_id"=>"Staten Island", "count"=>20}
{"_id"=>"Brooklyn", "count"=>173}

애그리게이션 설명

MongoDB 작업을 실행하는 방법에 대한 정보를 보려면 MongoDB 쿼리 플래너에게 설명을 지시하면 됩니다. MongoDB 작업을 설명할 때 실행 계획과 성능 통계를 반환합니다. 실행 계획은 MongoDB 작업을 완료할 수 있는 잠재적인 방법입니다. MongoDB 작업을 설명하도록 지시하면 기본값 으로 MongoDB 실행한 계획과 거부된 실행 계획을 모두 반환합니다.

집계 작업을 설명하려면 explain 메서드를 aggregate 메서드에 연결합니다.

다음 예시 에서는 앞의 애그리게이션 예제의 집계 작업을 설명하도록 MongoDB 에 지시합니다.

explanation = restaurants_collection.aggregate(pipeline).explain()
puts explanation

{"explainVersion"=>"2", "queryPlanner"=>{"namespace"=>"sample_restaurants.restaurants",
"parsedQuery"=>{"cuisine"=> {"$eq"=> "Bakery"}}, "indexFilterSet"=>false,
"planCacheKey"=>"6104204B", "optimizedPipeline"=>true, "maxIndexedOrSolutionsReached"=>false,
"maxIndexedAndSolutionsReached"=>false, "maxScansToExplodeReached"=>false,
"prunedSimilarIndexes"=>false, "winningPlan"=>{"isCached"=>false,
"queryPlan"=>{"stage"=>"GROUP", "planNodeId"=>3,
"inputStage"=>{"stage"=>"COLLSCAN", "planNodeId"=>1, "filter"=>{},
"direction"=>"forward"}},...}

Atlas Full Text Search 실행

하나 이상의 필드에 대한 전체 텍스트 검색 지정하려면 $search 파이프라인 단계를 만들면 됩니다.

이 예시 다음 조치를 수행하는 파이프라인 단계를 생성합니다.

• name 필드 에서 "Salt"이라는 텀 검색합니다.

• 일치하는 문서의 _id 및 name 값만 프로젝션

search_pipeline = [
  {
    '$search' => {
      'index' => '<your_search_index_name>',
      'text' => {
        'query' => 'Salt',
        'path' => 'name'
      },
    }
  },
  {
    '$project' => {
      '_id' => 1,
      'name' => 1
    }
  }
]
    
results = collection.aggregate(search_pipeline)
results.each do |document|
  puts document
end

{"_id"=>  {"$oid"=>  "..."}, "name"=>  "Fresh Salt"}
{"_id"=>  {"$oid"=>  "..."}, "name"=>  "Salt & Pepper"}
{"_id"=>  {"$oid"=>  "..."}, "name"=>  "Salt + Charcoal"}
{"_id"=>  {"$oid"=>  "..."}, "name"=>  "A Salt & Battery"}
{"_id"=>  {"$oid"=> "..."},  "name"=>  "Salt And Fat"}
{"_id"=>  {"$oid"=>  "..."}, "name"=>  "Salt And Pepper Diner"}

MongoDB Server 매뉴얼

이 가이드 에서 설명하는 주제에 대해 학습 보려면 MongoDB Server 매뉴얼의 다음 페이지를 참조하세요.

• 표현식 연산자의 전체 목록을 보려면 애그리게이션 연산자를 참조하세요.

• 집계 파이프라인 을 어셈블하는 방법과 예제를 학습 집계 파이프라인을 참조하세요.

• 파이프라인 단계 생성에 대해 자세히 알아보려면 애그리게이션 단계를 참조하세요.

• MongoDB 작업에 대해 자세히 알아보려면 출력 설명 및 쿼리 계획을 참조하세요.

API 문서

Ruby 드라이버의 집계 메서드에 대해 자세히 학습 애그리게이션에 대한 API 설명서를 참조하세요.