aggregation pipeline म्हणजे काय?

Question

Accepted Answer

**aggregation pipeline** हा MongoDB चा शक्तिशाली फ्रेमवर्क **डेटा प्रोसेसिंग आणि विश्लेषणासाठी** आहे — हा दस्तऐवज एका क्रमातील **stages** मधून जातो, प्रत्येक डेटा रूपांतरित करतो (फिल्टरिंग, ग्रुपिंग, संगणना). हा MongoDB चा SQL च्या GROUP BY आणि जटिल विश्लेषणात्मक प्रश्नांचा समतुल्य आहे, परंतु अधिक लचकदार आहे.

## पाइपलाइन संकल्पना: stages डेटा रूपांतरित करतात

```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
```

दस्तऐवज क्रमातून stages मधून वाहतात — प्रत्येक stage त्यांना रूपांतरित करतो आणि परिणाम पुढील stage ला पाठवतो. हि पाइपलाइन प्रति-ग्राहक एकूण, क्रमबद्ध, शीर्ष 10 मोजते — SQL GROUP BY प्रश्नासारखे.

## सामान्य पाइपलाइन stages

```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 — संग्रह जोडणे

```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` जॉइन्स सक्षम करतो (जे MongoDB अन्यथा एम्बेडिंगद्वारे टाळते) — जेव्हा आपल्याला संग्रह एकत्रित करायचे असते तेव्हा उपयोगी.

## $unwind — अरे विस्तृत करा

```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
]);
```

## हे महत्वाचे का आहे

Aggregation pipeline ही MongoDB च्या सर्वात शक्तिशाली आणि महत्वाची वैशिष्ट्य आहे — हा **डेटा विश्लेषण, रिपोर्टिंग, आणि जटिल रूपांतरणांसाठी** प्राथमिक साधन आहे, त्यामुळे याचे समजून घेणे मूलभूत प्रश्नांच्या पलीकडे गंभीर MongoDB कार्यासाठी आवश्यक आहे.

पाइपलाइनचे **stage-आधारित मॉडेल** (दस्तऐवज क्रमिक रूपांतरण stages मधून वाहतात, प्रत्येक फिल्टरिंग, ग्रुपिंग, पुनर्निर्मित, किंवा संगणना करतो) संकल्पनात्मकदृष्ट्या मार्जित आहे आणि परिष्कृत डेटा प्रोसेसिंग सक्षम करतो जे साधे `find` प्रश्न करू शकत नाहीत — हा MongoDB चा SQL च्या GROUP BY आणि विश्लेषणात्मक प्रश्नांचा समतुल्य आहे, परंतु अधिक लचकदार आणि composable आहे.

सामान्य stages समजून घेणे — **`$match`** (फिल्टरिंग, डेटा कमी करण्यासाठी आदर्शरित्या लवकर), **`$group`** (ग्रुपिंग आणि `$sum`, `$avg`, इ. सह एकत्रीकरण — विश्लेषणांचे मुख्य), **`$sort`/`$limit`** (क्रमबद्धता आणि पेजिनेशन), **`$project`** (दस्तऐवज पुनर्निर्मित करणे), **`$unwind`** (अरे दस्तऐवजांमध्ये विस्तृत करणे — अरे डेटा विश्लेषणासाठी महत्वाचे, MongoDB मध्ये सामान्य), आणि **`$lookup`** (संग्रह जोडणे — जॉइन्स सक्षम करणे जे MongoDB अन्यथा टाळते) — वास्तविक डेटा प्रोसेसिंगच्या साधनसंपत्तीचा व्यापन करतो.

पाइपलाइन रिपोर्टिंग, विश्लेषण, डेटा रूपांतरण, आणि जटिल प्रश्न (एकत्रीकरण, जॉइन्स, अरे प्रोसेसिंग) हाताळते जे अनुप्रयोगांमध्ये सामान्य आवश्यकता आहेत.

डेटा विश्लेषण आणि जटिल प्रश्न करणे कोणत्याही डेटाबेसच्या महत्वाचे उपयोग असल्याने, आणि aggregation pipeline हा MongoDB चा शक्तिशाली, लचकदार यंत्र असल्याने त्यांच्यासाठी (मूलभूत CRUD च्या पलीकडे जाणारे), aggregation pipeline समजून घेणे — stage मॉडेल आणि महत्वाचे stages ($match, $group, $sort, $project, $unwind, $lookup) — विश्लेषण, रिपोर्टिंग, आणि जटिल डेटा रूपांतरणासाठी आवश्यक, वारंवार लागू होणारे MongoDB ज्ञान आहे, उन्नत MongoDB कौशल्याचे वैशिष्ट्य आणि डेटाबेसमधून वास्तविक विश्लेषणात्मक मूल्य मिळवण्यासाठी सर्वात महत्वाचे MongoDB विषय.