რა მოწინავე აგრეგაციის ფუნქციებს სთავაზობს MongoDB?

Question

Accepted Answer

ძირითადი ეტაპების გარდა, MongoDB-ის აგრეგაციის ჩარჩოს აქვს მძლავრი მოწინავე ფუნქციები — `$facet` (რამდენიმე pipeline-ი ერთდროულად), `$bucket` (დიაპაზონებში დაჯგუფება), window functions (`$setWindowFields`), `$graphLookup` (რეკურსიული/გრაფიკული შეკითხვები), და სხვა — რთული ანალიტიკისა და მონაცემთა დამუშავებისთვის.

## $facet — მრავალი pipeline-ი ერთ შეკითხვაში

```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` ითვლის რამდენიმე აგრეგაციას ერთ პასში — იდეალური დაშბორდებისა და ფასეტირებული ძიებისთვის (მაგ. ფილტრის დათვლა + შედეგები + სტატისტიკა ერთად).

## $bucket / $bucketAuto — დიაპაზონებში დაჯგუფება

```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` უზრუნველყოფს window-function უნარებს (გაშვებული ჯამები, მოძრავი საშუალოები, რანჟირება) — MongoDB-ის ეკვივალენტი SQL window ფუნქციებისა.

## $graphLookup — რეკურსიული/გრაფიკული გადაკვეთა

```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` რეკურსიულად გადის ურთიერთობებს — იერარქიებისა და გრაფიკოსანი მონაცემებისთვის (მსგავსი რეკურსიული CTE-ების SQL-ში).

## რატომ აქვს ეს მნიშვნელობა

MongoDB-ის მოწინავე აგრეგაციის ფუნქციების გაგება ღირებული უფროსი დონის ცოდნაა **რთული მონაცემთა ანალიზისა და დამუშავებისთვის**, რომელიც ეფუძნება ძირითადი აგრეგაციის pipeline-ს.

მაშინ როდესაც ძირითადი ეტაპები იმართებენ ზოგადი ანალიტიკის დროს, მოწინავე ფუნქციები აძლევს მძლავრ უნარებს: **`$facet`** (რამდენიმე აგრეგაციის ერთ პასში გაშვება — იდეალური დაშბორდებისა და ფასეტირებული ძიებისთვის, სადაც გჭირდებათ ფილტრის დათვლა, შედეგები და სტატისტიკა ერთად ეფექტურად, რეალური საჭიროება), **`$bucket`/`$bucketAuto`** (დაჯგუფება დიაპაზონებში/ჰისტოგრამები — გამოსადეგი განაწილებისა და ანალიტიკისთვის), **window functions (`$setWindowFields`)** (გაშვებული ჯამები, მოძრავი საშუალოები, რანჟირება — MongoDB-ის SQL window ფუნქციების ეკვივალენტი, რომელიც აძლევს დროის სერიებისა და შედარებითი ანალიტიკის საშუალებას, რომელიც ჯამი არ შეიძლება), და **`$graphLookup`** (იერარქიული/გრაფიკული ურთიერთობების რეკურსიული გადაკვეთა — მაგ. ორგანიზაციული სქემები ან კატეგორიის ხეები, მსგავსი რეკურსიული CTE-ების SQL-ში).

ეს ფუნქციები MongoDB-ს აძლევს რთული ანალიტიკური და მონაცემთა დამუშავების მოთხოვნილებების დაკმაყოფილების საშუალებას, რომელიც წინააღმდეგ შემთხვევაში მოითხოვდა მონაცემების აპლიკაციის კოდში ამოღებას ან ცალკე ანალიტიკის სისტემას.

მათი გაგება ასახავს მოწინავე MongoDB უნარს და გაძლევთ აგრეგაციის ჩარჩოს გამოყენების საშუალებას რთული საჭიროებებისთვის (დაშბორდება, ფასეტირებული ძიება, დროის სერიების ანალიტიკა, იერარქიული მონაცემები) პირდაპირ მონაცემთა ბაზაში.

ვინაიდან რთული ანალიტიკა და მონაცემთა დამუშავება ღირებული MongoDB გამოყენებაა, და რადგან მოწინავე აგრეგაციის ფუნქციები ($facet, $bucket, window functions, $graphLookup) უზრუნველყოფს მძლავრ, ეფექტურ გზებს რთული მოთხოვნილებების დაკმაყოფილებისთვის (ფასეტირებული დაშბორდება, განაწილება, გაშვებული გამოთვლები, გრაფიკული გადაკვეთა), მოწინავე აგრეგაციის გაგება ღირებული უფროსი დონის ცოდნაა, რომელიც ამაღლებს MongoDB გამოყენებას ძირითადი შეკითხვებიდან მძლავრ მონაცემთა ბაზაში დამუშავებული ანალიტიკამდე, რომელიც მოწინავე MongoDB უნარის ნიშანი და თემა, რომელიც აქტუალური მონაცემთა-ინტენსიური აპლიკაციებისთვის, რომლებიც საჭიროებს რთული ანალიზს პირდაპირ MongoDB-ში.