Apakah itu aggregation pipeline?

Question

Accepted Answer

**Aggregation pipeline** ialah rangka kerja MongoDB yang berkuasa untuk **pemprosesan dan analisis data** — ia menghantar dokumen melalui urutan **peringkat (stages)**, setiap satu mengubah data (menapis, mengumpulkan, mengira). Ia setara dengan GROUP BY dan pertanyaan analitik kompleks SQL, tetapi lebih fleksibel.

## Konsep pipeline: peringkat mengubah data

```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
```

Dokumen mengalir melalui peringkat secara berurutan — setiap peringkat mengubahnya dan menghantar hasil ke peringkat seterusnya. Pipeline ini mengira jumlah setiap pelanggan, diisih, 10 teratas — seperti pertanyaan GROUP BY SQL.

## Peringkat pipeline yang biasa

```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 — menyertai koleksi

```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` membolehkan join (yang MongoDB sebaliknya elakkan melalui pembenaman) — berguna apabila anda perlu menggabungkan koleksi.

## $unwind — kembangkan tatasusunan

```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
]);
```

## Mengapa ia penting

Aggregation pipeline ialah salah satu ciri MongoDB yang paling berkuasa dan penting — ia ialah alat utama untuk **analisis data, pelaporan, dan transformasi kompleks**, jadi memahaminya adalah penting untuk kerja MongoDB yang serius melebihi pertanyaan asas.

**Model berasaskan peringkat** pipeline (dokumen mengalir melalui peringkat transformasi berurutan, setiap satu menapis, mengumpulkan, membentuk semula, atau mengira) adalah elegan dari segi konsep dan membolehkan pemprosesan data yang canggih yang tidak boleh dilakukan oleh pertanyaan `find` mudah — ia setara dengan GROUP BY dan pertanyaan analitik SQL, tetapi lebih fleksibel dan boleh digubah.

Memahami peringkat yang biasa — **`$match`** (menapis, sebaik-baiknya awal untuk mengurangkan data), **`$group`** (mengumpulkan dan mengagregat dengan `$sum`, `$avg`, dll. — teras analitik), **`$sort`/`$limit`** (mengurutkan dan menomborkan halaman), **`$project`** (membentuk semula dokumen), **`$unwind`** (mengembangkan tatasusunan menjadi dokumen — penting untuk menganalisis data tatasusunan, biasa dalam MongoDB), dan **`$lookup`** (menyertai koleksi — membolehkan join yang MongoDB sebaliknya elakkan) — merangkumi kit alat untuk pemprosesan data sebenar.

Pipeline mengendalikan pelaporan, analitik, transformasi data, dan pertanyaan kompleks (agregasi, join, pemprosesan tatasusunan) yang merupakan keperluan biasa dalam aplikasi.

Memandangkan analisis data dan pertanyaan kompleks ialah penggunaan penting bagi mana-mana pangkalan data, dan memandangkan aggregation pipeline ialah mekanisme MongoDB yang berkuasa dan fleksibel untuknya (jauh melebihi CRUD asas), memahami aggregation pipeline — model peringkat dan peringkat utama ($match, $group, $sort, $project, $unwind, $lookup) — ialah pengetahuan MongoDB yang penting dan kerap digunakan untuk analitik, pelaporan, dan transformasi data kompleks, ciri kemahiran MongoDB lanjutan dan salah satu topik MongoDB yang paling penting untuk mendapatkan nilai analitik sebenar daripada pangkalan data.