Fitur agregasi canggih apa yang ditawarkan MongoDB?

Question

Accepted Answer

Beyond basic stages, MongoDB's aggregation framework offers powerful advanced features — `$facet` (multiple pipelines at once), `$bucket` (grouping into ranges), window functions (`$setWindowFields`), `$graphLookup` (recursive/graph queries), and more — for sophisticated analytics and data processing.

## $facet — multiple pipelines dalam satu query

```js
// run MULTIPLE aggregations on the same data in one pass
db.products.aggregate([
  { $facet: {
      byCategory: [{ $group: { _id: "$category", count: { $sum: 1 } } }],
      priceStats: [{ $group: { _id: null, avg: { $avg: "$price" } } }],
      topRated:   [{ $sort: { rating: -1 } }, { $limit: 5 }]
  }}
]);
// → one query returns all three results (great for dashboards/faceted search)
```

`$facet` computes multiple aggregations in a single pass — ideal for dashboards and faceted search (e.g. filter counts + results + stats together).

## $bucket / $bucketAuto — group into ranges

```js
// group documents into buckets by ranges (like a histogram)
db.products.aggregate([
  { $bucket: {
      groupBy: "$price",
      boundaries: [0, 50, 100, 500, 1000],   // price ranges
      default: "1000+",
      output: { count: { $sum: 1 } }
  }}
]);
```

## Window functions ($setWindowFields)

```js
// running totals, moving averages, rankings (like SQL window functions)
db.sales.aggregate([
  { $setWindowFields: {
      partitionBy: "$region",
      sortBy: { date: 1 },
      output: { runningTotal: { $sum: "$amount", window: { documents: ["unbounded", "current"] } } }
  }}
]);
```

`$setWindowFields` provides window-function capabilities (running totals, moving averages, rankings) — MongoDB's equivalent of SQL window functions.

## $graphLookup — recursive/graph traversal

```js
// traverse hierarchical/graph relationships (e.g. an org chart, category tree)
db.employees.aggregate([
  { $graphLookup: {
      from: "employees", startWith: "$reportsTo",
      connectFromField: "reportsTo", connectToField: "_id",
      as: "managementChain"
  }}
]);
```

`$graphLookup` recursively traverses relationships — for hierarchies and graph-like data (similar to recursive CTEs in SQL).

## Mengapa hal ini penting

Memahami fitur agregasi canggih MongoDB adalah pengetahuan tingkat senior yang berharga untuk **analisis dan pemrosesan data yang canggih**, yang dibangun atas pipeline agregasi dasar.

Meskipun tahapan dasar menangani analitik umum, fitur-fitur canggih memungkinkan kemampuan yang kuat dan benar-benar berguna: **`$facet`** (menjalankan beberapa agregasi dalam satu pass — ideal untuk dashboard dan pencarian faceted, di mana Anda membutuhkan hitungan filter, hasil, dan statistik bersama-sama secara efisien, kebutuhan nyata yang umum), **`$bucket`/`$bucketAuto`** (grouping ke dalam range/histogram — berguna untuk distribusi dan analitik), **window functions (`$setWindowFields`)** (running totals, moving averages, rankings — equivalensi MongoDB dari SQL window functions, memungkinkan time-series dan analitik komparatif yang tidak dapat dilakukan dengan grouping sederhana), dan **`$graphLookup`** (traversal rekursif dari hubungan hierarki/graph — seperti org charts atau pohon kategori, mirip dengan recursive CTEs di SQL).

Fitur-fitur ini memungkinkan MongoDB menangani analitik kompleks dan kebutuhan pemrosesan data yang sebaliknya memerlukan menarik data ke dalam kode aplikasi atau sistem analitik terpisah.

Memahami fitur-fitur ini mencerminkan kemampuan MongoDB tingkat lanjut dan memungkinkan Anda memanfaatkan aggregation framework untuk kebutuhan canggih (dashboard, pencarian faceted, time-series analytics, data hierarki) langsung di database.

Karena analitik kompleks dan pemrosesan data adalah penggunaan berharga dari MongoDB, dan karena fitur agregasi canggih ($facet, $bucket, window functions, $graphLookup) menyediakan cara yang kuat dan efisien untuk menangani persyaratan canggih (dashboard faceted, distribusi, perhitungan berjalan, graph traversal), memahami agregasi canggih adalah pengetahuan tingkat senior yang berharga yang meningkatkan penggunaan MongoDB dari query dasar ke in-database analytics yang kuat, ciri khas keahlian MongoDB tingkat lanjut dan topik yang relevan untuk aplikasi yang intensif data memerlukan analisis canggih langsung di MongoDB.