aggregation pipeline भनेको के हो?

Question

Accepted Answer

**aggregation pipeline** MongoDB को **डेटा प्रसंस्करण र विश्लेषण** को लागि शक्तिशाली फ्रेमवर्क हो — यसले दस्तावेजहरूलाई **stages** को क्रमबाट गुजारी, जहाँ प्रत्येक चरणले डेटा रूपान्तरण गर्छ (फिल्टरिङ, समूहीकरण, गणना)। यो MongoDB को SQL को GROUP BY र जटिल विश्लेषणात्मक क्वेरीहरूको समतुल्य हो, तर अधिक लचकदार।

## पाइपलाइन अवधारणा: stages ले डेटा रूपान्तरण गर्छ

```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
```

दस्तावेजहरू stages को क्रमबाट प्रवाह हुन्छन् — प्रत्येक चरणले तिनीहरूलाई रूपान्तरण गर्छ र परिणामहरू अगलोलाई पठाउछ। यो पाइपलाइनले प्रति-ग्राहक कुलहरू गणना गर्छ, क्रमबद्ध गरेर, शीर्ष १० — SQL GROUP BY क्वेरी जस्तो।

## 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 जोडना

```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` ले जोडहरू सक्षम गर्छ (जुन MongoDB अन्यथा embedding को माध्यमबाट परिहार गर्छ) — जब तपाईँलाई संग्रहहरू संयोजन गर्न आवश्यक हुन्छ।

## $unwind — array विस्तार गर्नुहोस्

```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
]);
```

## किन यो महत्त्वपूर्ण छ

Aggregation pipeline MongoDB को सबैभन्दा शक्तिशाली र महत्त्वपूर्ण विशेषताहरू मध्ये एक हो — यो **डेटा विश्लेषण, रिपोर्टिङ, र जटिल रूपान्तरणहरू** को प्राथमिक उपकरण हो, त्यसैले यसलाई बुझ्न आवश्यक छ आधारभूत क्वेरीहरू भन्दा परे गम्भीर MongoDB काम को लागि।

पाइपलाइन को **stage-आधारित मॉडल** (दस्तावेजहरू अनुक्रमिक रूपान्तरण stages को माध्यमबाट प्रवाह हुन्छन्, प्रत्येक फिल्टरिङ, समूहीकरण, पुनर्आकार गर्छ, वा गणना गर्छ) अवधारणागत रूपमा सुरुचिपूर्ण छ र परिष्कृत डेटा प्रसंस्करण सक्षम गर्छ जुन सरल `find` क्वेरीहरू सक्षम गर्न सक्दैनन् — यो MongoDB को SQL को GROUP BY र विश्लेषणात्मक क्वेरीहरूको समतुल्य हो, तर अधिक लचकदार र composable।

सामान्य stages बुझ्न — **`$match`** (फिल्टरिङ, आदर्श रूपमा डेटा घटाउनको लागि जल्दै), **`$group`** (समूहीकरण र `$sum`, `$avg`, आदि सँग समन्वय गर्दै — विश्लेषण को मूल), **`$sort`/`$limit`** (क्रमबद्धता र पृष्ठीकरण), **`$project`** (दस्तावेजहरू पुनर्आकार गर्दै), **`$unwind`** (arrays विस्तार गर्दै दस्तावेजमा — array डेटा विश्लेषण को लागि महत्त्वपूर्ण, MongoDB मा सामान्य), र **`$lookup`** (संग्रह जोडना — joins सक्षम गर्दै जुन MongoDB अन्यथा परिहार गर्छ) — वास्तविक डेटा प्रसंस्करण को लागि उपकरण सेट समावेश गर्छ।

पाइपलाइनले रिपोर्टिङ, विश्लेषण, डेटा रूपान्तरण, र जटिल क्वेरीहरू (aggregations, joins, array प्रसंस्करण) ह्याण्डल गर्छ जुन अनुप्रयोगहरूमा सामान्य आवश्यकताहरू हुन्छन्।

डेटा विश्लेषण र जटिल क्वेरीङ कुनै पनि डेटाबेस को महत्त्वपूर्ण उपयोग हुन्छन्, र aggregation pipeline MongoDB को शक्तिशाली, लचकदार तन्त्र हो तिनीहरूको लागि (आधारभूत CRUD को परे जान्छ), aggregation pipeline बुझ्न — stage मॉडल र मुख्य stages ($match, $group, $sort, $project, $unwind, $lookup) — आवश्यक छ, बारम्बार-लागू MongoDB ज्ञान विश्लेषण, रिपोर्टिङ, र जटिल डेटा रूपान्तरण को लागि, आधुनिक MongoDB कौशलको विशेषता र MongoDB को सबैभन्दा महत्त्वपूर्ण विषयहरू मध्ये एक डेटाबेसबाट वास्तविक विश्लेषणात्मक मूल्य प्राप्त गर्न को लागि।