集計によるデータの変換

アナロジー

集計操作は自動車工場に似ています。工場内の組立ラインには、ドリルや溶接機のような、特定の作業をするための専用工具を備えた組立ステーションがあります。未加工のパーツが工場に搬入され、組立ラインで完成品に加工、組み立てられます。

集計パイプラインは組み立てライン、集計ステージは組み立てステーション、演算子式は専用ツールです。

集計操作と検索操作の比較

次の表は、検索操作が実行できるさまざまなタスクを示し、それらを集計操作と比較しています。 集計フレームワークは、データを変換および操作するための拡張機能を提供します。

制限

集計操作を実行する際には、次の制限を考慮してください。

• 返されたドキュメントは、 メガバイトのBSONドキュメントサイズ制限に違反することはできません。16

• パイプライン ステージには、デフォルトで 100 メガバイトのメモリ制限があります。 この制限を超えるには、true の値を allowDiskUse() メソッドに渡し、そのメソッドを aggregate() にチェーンします。

• $graphLookup 演算子は、100 メガバイトという厳格なメモリ制限があり、allowDiskUse() メソッドに渡される値を無視します。

ドキュメントのフィルタリング、グループ化、カウント

このコード例では、ニューヨークの各地区のケーキの数のカウントを生成します。 そのためには、aggregate() メソッドを呼び出し、集計パイプラインをステージのリストとして渡します。 コードでは、次の Aggregatesヘルパーメソッドを使用してこれらのステージを構築します。

• filter(): $match ステージを構築して、cuisine 値が のドキュメントをフィルタリングします"Bakery"

• group(): $group ステージを構築して、一致するドキュメントをborough フィールドでグループ化し、個別の 値ごとにドキュメントの数を蓄積します

val pipeline = Seq(Aggregates.filter(Filters.equal("cuisine", "Bakery")),
                   Aggregates.group("$borough", Accumulators.sum("count", 1))
)
collection.aggregate(pipeline)
          .subscribe((doc: Document) => println(doc.toJson()),
                    (e: Throwable) => println(s"There was an error: $e"))

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

集計の説明

MongoDB が操作を実行する方法に関する情報を表示するには、 MongoDBクエリ プランナーにそれを説明するように指示できます。MongoDB が操作 を説明すると、実行プランとパフォーマンス統計が返されます。実行プランは、 MongoDB が操作を完了できる潜在的な方法です。 MongoDB に操作を説明するよう指示すると、 MongoDBが実行したプランと拒否された実行プランの両方がデフォルトで返されます。

集計操作 を説明するには、explain() メソッドを aggregate() メソッドに連鎖させます。 冗長レベルを explain() に渡すことで、メソッドが返す情報のタイプと量が変更されます。 冗長 の詳細については、 MongoDB Serverマニュアルの「 冗長モード 」を参照してください。

次の例では、 MongoDBExplainVerbosity.EXECUTION_STATS explain()に、前述の フィルター、グループ、ドキュメントの例の集計操作を説明するように指示します。このコードでは、 の冗長値が メソッドに渡されます。これにより、 メソッドは、当選プランの実行を説明する統計を返すように構成されます。

val pipelineToExplain = Seq(Aggregates.filter(Filters.equal("cuisine", "Bakery")),
                   Aggregates.group("$borough", Accumulators.sum("count", 1))
)
collection.aggregate(pipelineToExplain)
          .explain(ExplainVerbosity.EXECUTION_STATS)
          .subscribe((doc: Document) => println(doc.toJson()),
                    (e: Throwable) => println(s"There was an error: $e"))

{"explainVersion": "2", "queryPlanner": {"namespace": "sample_restaurants.restaurants",
"indexFilterSet": false, "parsedQuery": {"cuisine": {"$eq": "Bakery"}}, "queryHash": "865F14C3",
"planCacheKey": "0FC225DA", "optimizedPipeline": true, "maxIndexedOrSolutionsReached": false,
"maxIndexedAndSolutionsReached": false, "maxScansToExplodeReached": false, "winningPlan":
{"queryPlan": {"stage": "GROUP", "planNodeId": 3, "inputStage": {"stage": "COLLSCAN",
"planNodeId": 1, "filter": {"cuisine": {"$eq": "Bakery"}}, "direction": "forward"}},
...}

検索演算子ヘルパー メソッド

Scalaドライバーは次の演算子のヘルパーメソッドを提供します。

パイプライン検索ステージの例

この例を実行する前に、moviesコレクションに次の定義を持つMongoDB検索インデックスを作成する必要があります。

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "title": {
        "analyzer": "lucene.keyword",
        "type": "string"
      },
      "genres": {
        "normalizer": "lowercase",
        "type": "token"
      }
    }
  }
}

MongoDB Search インデックスの作成の詳細については、MongoDB Search と MongoDB ベクトル検索インデックスガイドを参照してください。

次のコードでは、次の仕様を持つ $search ステージが作成されます。

• genres 配列に "Comedy" が含まれていることを確認

• fullplotフィールドでフレーズ "new york" を検索します

• 1950 から 2000 までの year 値と一致します

• "Love" というタームで始まる title 値を検索します

val searchStage = Aggregates.search(
  SearchOperator.compound()
    .must(
      Iterable(
        SearchOperator.in(fieldPath("genres"), List("Comedy")),
        SearchOperator.phrase(fieldPath("fullplot"), "new york"),
        SearchOperator.numberRange(fieldPath("year")).gtLt(1950, 2000),
        SearchOperator.wildcard("Love *", fieldPath("title")),
      ).asJava
    )
)
val projectStage = Aggregates.project(
  Projections.include("title", "year", "genres"))
val aggregatePipelineStages = Seq(searchStage, projectStage)
collection.aggregate(aggregatePipelineStages)
  .subscribe((doc: Document) => println(doc.toJson()),
    (e: Throwable) => println(s"There was an error: $e"))

{"_id": ..., "genres": ["Comedy", "Romance"], "title": "Love at First Bite", "year": 1979}
{"_id": ..., "genres": ["Comedy", "Drama"], "title": "Love Affair", "year": 1994}

MongoDB 検索するヘルパーメソッドの詳細については、ドライバー Core API ドキュメントの SearchOperator インターフェース参照を参照してください。

MongoDB Server マニュアル

このガイドで説明されているトピックについて詳しくは、 MongoDB Serverマニュアルの次のページ を参照してください。

• 集計ステージの完全なリストについては、MongoDB Serverマニュアルの集計ステージを参照してください。

• 集計パイプラインの組み立てと例については、集計パイプラインを参照してください。

• パイプラインステージの作成の詳細については、集計ステージを参照してください。

• MongoDB 操作の説明の詳細については、「出力とクエリ プランの説明 」を参照してください。

API ドキュメント

このガイドで説明するメソッドとタイプの詳細については、次の API ドキュメントを参照してください。

• Aggregate()

• 集計

• explain()