Qu'est-ce que le pipeline d'agrégation ?

Question

Accepted Answer

Le **pipeline d'agrégation** est le cadre puissant de MongoDB pour le **traitement et l'analyse des données** — il fait passer les documents à travers une séquence d'**étapes**, chacune transformant les données (filtrage, regroupement, calcul). C'est l'équivalent MongoDB du GROUP BY SQL et des requêtes analytiques complexes, mais plus flexible.

## Le concept du pipeline : les étapes transforment les données

```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
```

Les documents circulent à travers les étapes dans l'ordre — chaque étape les transforme et transmet les résultats à la suivante. Ce pipeline calcule les totaux par client, triés, top 10 — comme une requête SQL GROUP BY.

## Étapes courantes du 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 — joindre des collections

```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` permet les jointures (que MongoDB évite sinon via l'intégration) — utile quand vous avez besoin de combiner des collections.

## $unwind — développer les tableaux

```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
]);
```

## Pourquoi c'est important

Le pipeline d'agrégation est l'une des fonctionnalités les plus puissantes et importantes de MongoDB — c'est l'outil principal pour l'**analyse des données, la génération de rapports et les transformations complexes**, donc le comprendre est essentiel pour un travail MongoDB sérieux au-delà des requêtes basiques.

Le **modèle basé sur les étapes** du pipeline (les documents circulant à travers des étapes de transformation séquentielles, chacune filtrant, regroupant, restructurant ou calculant) est conceptuellement élégant et permet un traitement des données sophistiqué que les simples requêtes `find` ne peuvent pas faire — c'est l'équivalent de MongoDB du GROUP BY SQL et des requêtes analytiques, mais plus flexible et composable.

Comprendre les étapes courantes — **`$match`** (filtrage, idéalement au début pour réduire les données), **`$group`** (regroupement et agrégation avec `$sum`, `$avg`, etc. — le cœur de l'analytique), **`$sort`/`$limit`** (tri et pagination), **`$project`** (restructuration des documents), **`$unwind`** (développement des tableaux en documents — important pour analyser les données de tableau, courant dans MongoDB), et **`$lookup`** (jointure de collections — permettant les jointures que MongoDB évite sinon) — couvre l'ensemble d'outils pour le traitement réel des données.

Le pipeline gère la génération de rapports, l'analytique, la transformation des données et les requêtes complexes (agrégations, jointures, traitement des tableaux) qui sont des besoins courants dans les applications.

Puisque l'analyse des données et les requêtes complexes sont des utilisations importantes de toute base de données, et puisque le pipeline d'agrégation est le mécanisme puissant et flexible de MongoDB pour cela (allant bien au-delà du CRUD basique), comprendre le pipeline d'agrégation — le modèle par étapes et les étapes clés ($match, $group, $sort, $project, $unwind, $lookup) — est une connaissance MongoDB essentielle, fréquemment appliquée pour l'analytique, la génération de rapports et la transformation complexe des données, une marque du savoir-faire MongoDB avancé et l'un des sujets MongoDB les plus importants pour tirer une vraie valeur analytique de la base de données.