aggregation pipeline이란 무엇인가요?

Question

Accepted Answer

**aggregation pipeline**은 MongoDB의 강력한 **데이터 처리 및 분석** 프레임워크입니다. document를 **stage**의 시퀀스를 통과시키며 각 stage가 데이터를 변환(필터링, 그룹화, 계산)합니다. SQL의 GROUP BY와 복잡한 분석 쿼리에 해당하는 MongoDB의 것이지만 더 유연합니다.

## pipeline 개념: stage가 데이터를 변환

```js
db.orders.aggregate([
  { $match: { status: "completed" } },          // 1. 필터 (WHERE처럼)
  { $group: {                                    // 2. 그룹화 및 집계
      _id: "$customerId",                         //    customerId로 그룹화
      total: { $sum: "$amount" },                 //    고객별 금액 합산
      count: { $sum: 1 }                          //    주문 수
  }},
  { $sort: { total: -1 } },                       // 3. total로 정렬
  { $limit: 10 }                                  // 4. 상위 10개
]);
// document가 각 stage를 통과; 각 stage의 출력이 다음 stage로 들어감
```

Document는 stage들을 순서대로 통과합니다 — 각 stage가 변환하고 결과를 다음으로 전달합니다. 이 pipeline은 고객별 합계를 계산하고 정렬하여 상위 10개를 구합니다 — SQL GROUP BY 쿼리와 같습니다.

## 일반적인 pipeline stage

```text
$match    → document 필터 (WHERE처럼) — 데이터를 줄이기 위해 일찍 배치
$group    → 키로 그룹화하고 집계 ($sum, $avg, $max, $min, $push 등)
$sort     → document 정렬
$project  → document 재구성 (field 포함/제외/계산)
$limit / $skip → 페이지네이션
$unwind   → 배열 field를 여러 document로 분해 (요소당 하나)
$lookup   → 다른 collection과 JOIN
$addFields → 계산된 field 추가
$count    → document 수 세기
```

## $lookup — collection 조인

```js
// $lookup은 다른 collection으로 left-outer JOIN 수행
db.orders.aggregate([
  { $lookup: {
      from: "customers",
      localField: "customerId",
      foreignField: "_id",
      as: "customer"           // 조인된 customer 데이터가 배열 field로 추가됨
  }}
]);
```

`$lookup`은 조인을 가능하게 합니다(MongoDB가 보통 embedding으로 피하는 것) — collection을 결합해야 할 때 유용합니다.

## $unwind — 배열 확장

```js
// 배열을 가진 하나의 document를 여러 document로 변환 (배열 요소당 하나)
db.posts.aggregate([
  { $unwind: "$tags" },                           // 태그당 하나의 doc
  { $group: { _id: "$tags", count: { $sum: 1 } } } // 태그별 게시물 수
]);
```

## 왜 중요한가

aggregation pipeline은 MongoDB의 가장 강력하고 중요한 기능 중 하나입니다. **데이터 분석, 리포팅, 복잡한 변환**의 주요 도구이므로, 이를 이해하는 것은 기본 쿼리를 넘어선 본격적인 MongoDB 작업에 필수적입니다.

pipeline의 **stage 기반 모델**(document가 순차적인 변환 stage를 흐르며 각각 필터링, 그룹화, 재구성, 계산)은 개념적으로 우아하며 단순한 `find` 쿼리로는 불가능한 정교한 데이터 처리를 가능하게 합니다 — SQL의 GROUP BY와 분석 쿼리에 해당하지만 더 유연하고 조합 가능합니다.

일반적인 stage 이해 — **`$match`**(필터링, 데이터를 줄이기 위해 이상적으로 일찍), **`$group`**(`$sum`, `$avg` 등으로 그룹화하고 집계 — 분석의 핵심), **`$sort`/`$limit`**(정렬과 페이지네이션), **`$project`**(document 재구성), **`$unwind`**(배열을 document로 확장 — MongoDB에서 흔한 배열 데이터 분석에 중요), **`$lookup`**(collection 조인 — MongoDB가 보통 피하는 조인을 가능하게 함) — 은 실제 데이터 처리의 도구를 다룹니다.

pipeline은 애플리케이션에서 흔히 필요한 리포팅, 분석, 데이터 변환, 복잡한 쿼리(집계, 조인, 배열 처리)를 처리합니다.

데이터 분석과 복잡한 쿼리는 모든 데이터베이스의 중요한 용도이고, aggregation pipeline이 그것을 위한 MongoDB의 강력하고 유연한 메커니즘이므로(기본 CRUD를 훨씬 넘어), aggregation pipeline — stage 모델과 핵심 stage($match, $group, $sort, $project, $unwind, $lookup) — 을 이해하는 것은 분석, 리포팅, 복잡한 데이터 변환에 필수적이고 자주 적용되는 MongoDB 지식이며, 고급 MongoDB 능력의 상징이자 데이터베이스에서 실제 분석적 가치를 얻기 위한 가장 중요한 MongoDB 주제 중 하나입니다.