Mi az aggregációs pipeline?

Question

Accepted Answer

Az **aggregációs pipeline** a MongoDB erőteljes keretrendszere az **adatfeldolgozás és elemzés** céljára — dokumentumokat vezet át egy **szakaszok** sorozatán, amelyek mindegyike átalakítja az adatokat (szűrés, csoportosítás, számítás). Ez a MongoDB megfelelője az SQL GROUP BY-nak és összetett analitikai lekérdezéseknek, de rugalmasabb.

## A pipeline koncepciója: szakaszok átalakítják az adatokat

```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
```

A dokumentumok sorban átfolynak a szakaszokon — mindegyik szakasz átalakítja őket és továbbadja az eredményeket a következőnek. Ez a pipeline ügyfélenkénti összesítéseket számít ki, sorba rendezve, a top 10-et — akár egy SQL GROUP BY lekérdezés.

## Közös pipeline szakaszok

```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 — kollekciókat összekapcsoló szakasz

```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
  }}
]);
```

A `$lookup` lehetővé teszi az összekapcsolásokat (amit a MongoDB máskülönben beágyazás útján kerül el) — hasznos, ha több kollekciókat kell kombinálnod.

## $unwind — tömbök kibontása

```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
]);
```

## Miért fontos

Az aggregációs pipeline a MongoDB egyik legerősebb és legfontosabb funkciója — ez az elsődleges eszköz az **adatelemzéshez, jelentésekhez és összetett átalakításokhoz**, ezért elengedhetetlen az alapvető lekérdezéseken túli, komoly MongoDB munkához.

A pipeline **szakaszon alapuló modellje** (dokumentumok folynak át a szekvenciális átalakítási szakaszokon, amelyek szűrnek, csoportosítanak, átformáznak vagy számítanak) koncepcionálisan elegáns, és olyan kifinomult adatfeldolgozást tesz lehetővé, amit az egyszerű `find` lekérdezések nem tudnak — ez a MongoDB megfelelője az SQL GROUP BY-nak és analitikai lekérdezéseknek, de rugalmasabb és összekapcsolható.

A közös szakaszok megértése — **`$match`** (szűrés, ideálisan korán a data csökkentéséhez), **`$group`** (csoportosítás és összesítés `$sum`, `$avg` stb. segítségével — az analitika magja), **`$sort`/`$limit`** (rendezés és lapozás), **`$project`** (dokumentumok átformázása), **`$unwind`** (tömbök kibontása dokumentumokká — fontos a tömbadatok elemzéséhez, gyakori a MongoDB-ben), és **`$lookup`** (kollekciókat összekapcsoló — lehetővé teszi azokat az összekapcsolásokat, amelyeket a MongoDB máskülönben kerül el) — lefedi az eszköztárat a valódi adatfeldolgozáshoz.

A pipeline kezel jelentéseket, analitikát, adatátalakítást és összetett lekérdezéseket (összesítéseket, összekapcsolásokat, tömbfeldolgozást), amelyek közös igények az alkalmazásokban.

Mivel az adatelemzés és az összetett lekérdezések fontos használati módjai minden adatbázisnak, és mivel az aggregációs pipeline a MongoDB erőteljes, rugalmas mechanizmusa ezekhez (jól az alapvető CRUD-on túl), az aggregációs pipeline megértése — a szakasz modell és kulcs szakaszok ($match, $group, $sort, $project, $unwind, $lookup) — elengedhetetlen, gyakran alkalmazott MongoDB ismeret az analitikához, jelentésekhez és összetett adatátalakításhoz, a fejlett MongoDB készség jellemzője és a MongoDB legfontosabb témái közé tartozik ahhoz, hogy valódi analitikai értéket nyerjünk az adatbázisból.