/ /

애그리게이션을 통한 데이터 변환

개요

이 가이드에서는 PyMongo를 사용하여 애그리게이션 작업 을 수행하는 방법을 배울 수 있습니다.

애그리게이션 작업은 MongoDB 컬렉션의 데이터를 처리하고 계산된 결과를 반환합니다. Query API의 일부인 MongoDB 애그리게이션 프레임워크는 데이터 처리 파이프라인 개념을 모델로 합니다. 문서는 하나 이상의 단계를 포함하는 파이프라인에 들어가고, 이 파이프라인은 문서를 애그리게이션된 결과로 변환합니다.

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.

팁

애그리게이션 튜토리얼 완료

서버 매뉴얼의전체 집계 파이프라인 튜토리얼 섹션에서 일반적인 집계 작업에 대한 자세한 설명을 제공하는 튜토리얼을 찾을 수 있습니다. 튜토리얼을 선택한 다음 페이지 오른쪽 상단의 Select your language 드롭다운 메뉴에서 Python 를 선택합니다.

애그리게이션 대 찾기 작업

찾기 조치를 사용하여 다음 조치을 수행할 수 있습니다:

반환할 문서 선택
반환할 필드 선택
결과 정렬

집계 조치를 사용하여 다음 조치를 수행할 수 있습니다:

찾기 작업 수행
필드 이름 바꾸기
필드 계산
데이터 요약
그룹 값

제한 사항

애그리게이션 작업을 사용할 때는 다음과 같은 제한 사항에 유의하세요.

반환된 문서는 BSON 문서 크기 제한인 16메가바이트를 초과하지 않아야 합니다.
파이프라인 단계의 메모리 제한은 기본적으로 100 메가바이트입니다. aggregate() 메서드의 allowDiskUse 키워드 인수를 사용하여 이 제한을 초과할 수 있습니다.

중요

$graphLookup 예외

$graphLookup 단계에는 100 메가바이트의 엄격한 메모리 제한이 있으며 allowDiskUse 매개 변수를 무시합니다.

집계 예시

참고

이 예시 에서는 Atlas 샘플 데이터 세트 의 sample_restaurants.restaurants 컬렉션 을 사용합니다. 무료 MongoDB Atlas cluster 를 생성하고 샘플 데이터 세트를 로드하는 방법을 학습 보려면 PyMongo 시작하기를 참조하세요.

집계를 수행하려면 집계 단계 목록을 collection.aggregate() 메서드에 전달합니다.

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.

# Define an aggregation pipeline with a match stage and a group stage
pipeline = [
    { "$match": { "cuisine": "Bakery" } },
    { "$group": { "_id": "$borough", "count": { "$sum": 1 } } }
]
# Execute the aggregation
aggCursor = collection.aggregate(pipeline)
# Print the aggregated results
for document in aggCursor:
    print(document)

앞의 코드 예제는 다음과 유사한 출력을 생성합니다.

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

애그리게이션 설명

MongoDB가 작업을 실행하는 방법에 대한 정보를 보려면 MongoDB에 설명 을 지시하면 됩니다. MongoDB는 작업을 설명할 때 실행 계획 과 성능 통계를 반환합니다. 실행 계획은 MongoDB가 작업을 완료할 수 있는 잠재적인 방법입니다. MongoDB에 작업 설명을 지시하면 MongoDB가 실행한 계획과 거부된 실행 계획이 모두 반환됩니다.

집계 작업을 설명하려면 PyMongoExplain 라이브러리 또는 데이터베이스 명령 사용할 수 있습니다. 아래에서 해당 탭 선택하여 각 메서드의 예시 확인하세요.

다음 예제와 같이 pip를 사용하여 pymongoexplain 라이브러리를 설치합니다.

python3 -m pip install pymongoexplain

다음 코드 예시 에서는 앞의 집계 예시 를 실행하고 MongoDB 에서 반환된 설명을 출력합니다.

# Define an aggregation pipeline with a match stage and a group stage
pipeline = [
   { "$match": { "cuisine": "Bakery" } },
   { "$group": { "_id": "$borough", "count": { "$sum": 1 } } }
]
# Execute the operation and print the explanation
result = ExplainableCollection(collection).aggregate(pipeline)
print(result)

...
'winningPlan': {'queryPlan': {'stage': 'GROUP',
                                      'planNodeId': 3,
                                      'inputStage': {'stage': 'COLLSCAN',
                                                     'planNodeId': 1,
                                                     'filter': {'cuisine': {'$eq': 'Bakery'}},
                                                     'direction': 'forward'}},
                                                    ...

다음 코드 예시 에서는 앞의 집계 예시 를 실행하고 MongoDB 에서 반환된 설명을 출력합니다.

# Define an aggregation pipeline with a match stage and a group stage
pipeline = [
   { $match: { cuisine: "Bakery" } },
   { $group: { _id: "$borough", count: { $sum: 1 } } }
]
# Execute the operation and print the explanation
result = database.command("aggregate", "collection", pipeline=pipeline, explain=True)
print(result)

...
'command': {'aggregate': 'collection',
  'pipeline': [{'$match': {'cuisine': 'Bakery'}},
               {'$group': {'_id': '$borough',
                           'count': {'$sum': 1}}}],
  'explain': True,
...

팁

Python의 pprint 모듈을 사용하면 설명 결과를 더 쉽게 읽을 수 있습니다.

import pprint
...
pprint.pp(result)

추가 정보

MongoDB Server 매뉴얼

집계 단계의 전체 목록은 MongoDB Server 매뉴얼의 집계 단계 를 참조하세요.

집계 파이프라인을 어셈블하는 방법에 대해 알아보고 예제를 보려면 집계 파이프라인을 참조하세요.

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

API 문서

PyMongo로 애그리게이션 작업을 실행하는 방법에 대한 자세한 내용은 다음 API 문서를 참조하세요.

집계()

돌아가기

지리공간 쿼리

BSON