Pipeline de agregación

Calcular la cantidad total del pedido

El siguiente ejemplo de canalización de agregación contiene dos etapas y devuelve la cantidad total del pedido de pizzas de tamaño mediano agrupadas por nombre de pizza:

db.orders.aggregate( [
   // Stage 1: Filter pizza order documents by pizza size
   {
      $match: { size: "medium" }
   },
   // Stage 2: Group remaining documents by pizza name and calculate total quantity
   {
      $group: { _id: "$name", totalQuantity: { $sum: "$quantity" } }
   }
] )

La etapa $match:

• Filtra los documentos de pedidos de pizza a pizzas con un size de medium.

• Pasa los documentos restantes a la $group etapa.

La etapa $group:

• Agrupa los documentos restantes por pizza name.

• Utiliza para calcular el pedido $sum total quantity de cada name pizza. El total se almacena en el totalQuantity campo devuelto por la canalización de agregación.

Ejemplo de salida:

[
   { _id: 'Cheese', totalQuantity: 50 },
   { _id: 'Vegan', totalQuantity: 10 },
   { _id: 'Pepperoni', totalQuantity: 20 }
]

Calcular el valor total del pedido y la cantidad promedio del pedido

El siguiente ejemplo calcula el valor total del pedido de pizza y la cantidad promedio del pedido entre dos fechas:

db.orders.aggregate( [
   // Stage 1: Filter pizza order documents by date range
   {
      $match:
      {
         "date": { $gte: new ISODate( "2020-01-30" ), $lt: new ISODate( "2022-01-30" ) }
      }
   },
   // Stage 2: Group remaining documents by date and calculate results
   {
      $group:
      {
         _id: { $dateToString: { format: "%Y-%m-%d", date: "$date" } },
         totalOrderValue: { $sum: { $multiply: [ "$price", "$quantity" ] } },
         averageOrderQuantity: { $avg: "$quantity" }
      }
   },
   // Stage 3: Sort documents by totalOrderValue in descending order
   {
      $sort: { totalOrderValue: -1 }
   }
 ] )

La etapa $match:

• Filtra los documentos pedidos de pizza a aquellos en un rango de fechas especificado mediante $gte y $lt.

• Pasa los documentos restantes a la $group etapa.

La etapa $group:

• Agrupa los documentos por fecha $dateToString utilizando.

• Para cada grupo, calcula:

  • Valor total del pedido usando $sum y $multiply.

  • Cantidad promedio de pedido $avg utilizando.

• Pasa los documentos agrupados a la $sort etapa.

La etapa $sort:

• Ordena los documentos por el valor total del pedido para cada grupo en orden descendente (-1).

• Devuelve los documentos ordenados.

Ejemplo de salida:

[
   { _id: '2022-01-12', totalOrderValue: 790, averageOrderQuantity: 30 },
   { _id: '2021-03-13', totalOrderValue: 770, averageOrderQuantity: 15 },
   { _id: '2021-03-17', totalOrderValue: 630, averageOrderQuantity: 30 },
   { _id: '2021-01-13', totalOrderValue: 350, averageOrderQuantity: 10 }
]

Rutas de campos

Expresiones de ruta de campo se utilizan para acceder a campos en documentos de entrada. Para especificar una ruta de campo, antepón el nombre del campo o la ruta de campo punteada (si el campo está en un documento incrustado) con un signo de dólar $. Por ejemplo, "$user" para especificar la ruta de campo del campo user o "$user.name" para especificar la ruta de campo al campo "user.name" incrustado.

"$<field>" es equivalente a "$$CURRENT.<field>" donde la CURRENT es una variable del sistema que por defecto es la raíz del objeto actual, a menos que se indique lo contrario en etapas específicas.

Para obtener más información y ejemplos, consulta Rutas de campos.

Limitaciones de la canalización de agregación

Una pipeline de agregación tiene limitaciones en los tipos de valores y en el tamaño del resultado. Consulta Límites de la pipeline de agregación.

Pipelines de agregación y colecciones fragmentadas

Una pipeline de agregación admite operaciones en colecciones fragmentadas. Consulta Pipelines de agregación y colecciones fragmentadas.

Pipelines de agregación como alternativa de map-reduce

A partir de MongoDB 5.0, map-reduce está obsoleto:

• En lugar de map-reduce, debería usar una canalización de agregación. Las canalizaciones de agregación ofrecen mejor rendimiento y usabilidad que map-reduce.

• Puedes reescribir las operaciones map-reduce mediante etapas de pipeline de agregación, como $group, $merge y otras.

• Para las operaciones map-reduce que requieren una funcionalidad personalizada, puedes utilizar los operadores de agregación $accumulator y $function. Puedes utilizar esos operadores para definir expresiones de agregación personalizadas en JavaScript.

Para ejemplos de alternativas de pipeline de agregación a map-reduce, consulte:

• Map-Reduce al pipeline de agregación

• Ejemplos de Map-Reduce