aggregation pipeline কী?

Question

Accepted Answer

**aggregation pipeline** হল MongoDB-এর শক্তিশালী ফ্রেমওয়ার্ক **ডেটা প্রসেসিং এবং বিশ্লেষণের** জন্য — এটি ডকুমেন্টগুলিকে **stages**-এর একটি ক্রম দিয়ে পাঠায়, প্রতিটি stage ডেটা রূপান্তরিত করে (ফিল্টারিং, গ্রুপিং, কম্পিউটিং)। এটি SQL-এর GROUP BY এবং জটিল বিশ্লেষণাত্মক কোয়েরির সমতুল্য, কিন্তু আরও নমনীয়।

## pipeline ধারণা: stages ডেটা রূপান্তরিত করে

```js
db.orders.aggregate([
  { $match: { status: "completed" } },          // 1. FILTER (like WHERE)
  { $group: {                                    // 2. GROUP and aggregate
      _id: "$customerId",                         //    group by customerId
      total: { $sum: "$amount" },                 //    sum amounts per customer
      count: { $sum: 1 }                          //    count orders
  }},
  { $sort: { total: -1 } },                       // 3. SORT by total
  { $limit: 10 }                                  // 4. top 10
]);
// documents flow through each stage; each stage's output feeds the next
```

ডকুমেন্টগুলি stages-এর মাধ্যমে ক্রমানুসারে প্রবাহিত হয় — প্রতিটি stage তাদের রূপান্তরিত করে এবং পরবর্তী stage-এ ফলাফল পাঠায়। এই pipeline প্রতি-কাস্টমার মোট গণনা করে, সাজিয়ে, শীর্ষ 10 — SQL GROUP BY কোয়েরির মতো।

## সাধারণ pipeline stages

```text
$match    → filter documents (like WHERE) — put EARLY to reduce data
$group    → group by a key and aggregate ($sum, $avg, $max, $min, $push, etc.)
$sort     → order documents
$project  → reshape documents (include/exclude/compute fields)
$limit / $skip → pagination
$unwind   → deconstruct an array field into multiple documents (one per element)
$lookup   → JOIN with another collection
$addFields → add computed fields
$count    → count documents
```

## $lookup — collections যোগদান করা

```js
// $lookup performs a left-outer JOIN to another collection
db.orders.aggregate([
  { $lookup: {
      from: "customers",
      localField: "customerId",
      foreignField: "_id",
      as: "customer"           // joined customer data added as an array field
  }}
]);
```

`$lookup` যোগদান সক্ষম করে (যা MongoDB অন্যথায় embedding-এর মাধ্যমে এড়িয়ে চলে) — যখন আপনার collections একত্রিত করতে হবে তখন দরকারী।

## $unwind — arrays প্রসারিত করা

```js
// turn one document with an array into multiple documents (one per array element)
db.posts.aggregate([
  { $unwind: "$tags" },                           // one doc per tag
  { $group: { _id: "$tags", count: { $sum: 1 } } } // count posts per tag
]);
```

## এটি কেন গুরুত্বপূর্ণ

Aggregation pipeline হল MongoDB-এর সবচেয়ে শক্তিশালী এবং গুরুত্বপূর্ণ বৈশিষ্ট্যগুলির মধ্যে একটি — এটি **ডেটা বিশ্লেষণ, রিপোর্টিং এবং জটিল রূপান্তরণের** প্রাথমিক হাতিয়ার, তাই এটি বোঝা মৌলিক কোয়েরির বাইরে গুরুতর MongoDB কাজের জন্য অপরিহার্য।

Pipeline-এর **stage-ভিত্তিক মডেল** (ডকুমেন্টগুলি ক্রমানুসারে রূপান্তর stages-এর মাধ্যমে প্রবাহিত হয়, প্রতিটি ফিল্টারিং, গ্রুপিং, পুনর্গঠন বা কম্পিউটিং) ধারণাগতভাবে মার্জিত এবং পরিশীলিত ডেটা প্রসেসিং সক্ষম করে যা সাধারণ `find` কোয়েরি করতে পারে না — এটি SQL-এর GROUP BY এবং বিশ্লেষণাত্মক কোয়েরির MongoDB সমতুল্য, কিন্তু আরও নমনীয় এবং composable।

সাধারণ stages বোঝা — **`$match`** (ফিল্টারিং, আদর্শগতভাবে প্রাথমিকভাবে ডেটা হ্রাস করতে), **`$group`** (grouping এবং `$sum`, `$avg` ইত্যাদির সাথে aggregating — বিশ্লেষণের মূল), **`$sort`/`$limit`** (অর্ডারিং এবং pagination), **`$project`** (ডকুমেন্ট পুনর্গঠন), **`$unwind`** (arrays-কে ডকুমেন্টে প্রসারিত করা — array ডেটা বিশ্লেষণের জন্য গুরুত্বপূর্ণ, MongoDB-তে সাধারণ), এবং **`$lookup`** (collections যোগদান — যোগদান MongoDB অন্যথায় এড়িয়ে চলে সক্ষম করা) — বাস্তব ডেটা প্রসেসিং-এর জন্য টুলকিট কভার করে।

Pipeline রিপোর্টিং, বিশ্লেষণ, ডেটা রূপান্তর এবং জটিল কোয়েরি (aggregations, যোগদান, array প্রসেসিং) হ্যান্ডেল করে যা অ্যাপ্লিকেশনগুলিতে সাধারণ চাহিদা।

যেহেতু ডেটা বিশ্লেষণ এবং জটিল অনুসন্ধান যেকোনো ডেটাবেসের গুরুত্বপূর্ণ ব্যবহার, এবং যেহেতু aggregation pipeline হল MongoDB-এর শক্তিশালী, নমনীয় তাদের জন্য প্রক্রিয়া (মৌলিক CRUD-এর বাইরে যায় অনেক দূর), aggregation pipeline বোঝা — stage মডেল এবং মূল stages ($match, $group, $sort, $project, $unwind, $lookup) — অপরিহার্য, ঘন ঘন প্রয়োগ করা MongoDB জ্ঞান বিশ্লেষণ, রিপোর্টিং এবং জটিল ডেটা রূপান্তরের জন্য, উন্নত MongoDB দক্ষতার একটি বৈশিষ্ট্য এবং ডেটাবেস থেকে বাস্তব বিশ্লেষণাত্মক মূল্য পাওয়ার জন্য সবচেয়ে গুরুত্বপূর্ণ MongoDB বিষয়গুলির মধ্যে একটি।