Co je agregační pipeline?

Question

Accepted Answer

**Agregační pipeline** je výkonný MongoDB framework pro **zpracování a analýzu dat** — předává dokumenty sekvencí **etap**, z nichž každá data transformuje (filtrování, seskupování, výpočty). Je to ekvivalent SQL příkazu GROUP BY a složitých analytických dotazů, ale flexibilnější.

## Koncept pipeline: etapy transformují data

```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
```

Dokumenty procházejí etapami v pořadí — každá etapa je transformuje a výsledky předává následující. Tento pipeline počítá součty na zákazníka, seřazené, prvních 10 — jako SQL dotaz GROUP BY.

## Běžné etapy pipeline

```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 — spojování kolekcí

```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` umožňuje spojování (kterému se MongoDB jinak vyhýbá vnoření) — užitečné, když potřebujete kombinovat kolekce.

## $unwind — rozbalení polí

```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
]);
```

## Proč je to důležité

Agregační pipeline je jednou z nejsilnějších a nejdůležitějších funkcí MongoDB — je primárním nástrojem pro **analýzu dat, reportování a složité transformace**, takže jeho pochopení je zásadní pro seriózní práci s MongoDB mimo základní dotazy.

**Model pipeline založený na etapách** (dokumenty procházející sekvenčními transformačními etapami, z nichž každá filtruje, seskupuje, přetváří nebo počítá) je koncepčně elegantní a umožňuje sofistikované zpracování dat, které jednoduché dotazy `find` nemohou — je to ekvivalent SQL GROUP BY a analytických dotazů, ale flexibilnější a skládatelnější.

Pochopení běžných etap — **`$match`** (filtrování, ideálně brzy, aby se snížil objem dat), **`$group`** (seskupování a agregace pomocí `$sum`, `$avg`, apod. — jádro analytiky), **`$sort`/`$limit`** (řazení a stránkování), **`$project`** (přetváření dokumentů), **`$unwind`** (rozbalení polí do dokumentů — důležité pro analýzu dat v polích, běžné v MongoDB), a **`$lookup`** (spojování kolekcí — umožňující spojování, kterému se MongoDB jinak vyhýbá) — pokrývá sadu nástrojů pro skutečné zpracování dat.

Pipeline zvládá reportování, analytiku, transformaci dat a složité dotazy (agregace, spojování, zpracování polí), které jsou v aplikacích běžné potřeby.

Protože analýza dat a složité dotazování jsou důležitým využitím jakékoli databáze, a protože agregační pipeline je Mongo DBho mocný a flexibilní mechanismus pro ně (daleko přesahující základní CRUD), je pochopení agregačního pipeline — modelu etap a klíčových etap ($match, $group, $sort, $project, $unwind, $lookup) — zásadní, často aplikované MongoDB znalosti pro analytiku, reportování a složitou transformaci dat, charakteristiku pokročilé MongoDB dovednosti a jedním z nejdůležitějších témat MongoDB pro získání skutečné analytické hodnoty z databáze.