ਅਗਰੀਗੇਸ਼ਨ ਪਾਈਪਲਾਈਨ ਕੀ ਹੈ?

Question

Accepted Answer

**ਅਗਰੀਗੇਸ਼ਨ ਪਾਈਪਲਾਈਨ** MongoDB ਦੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਫਰੇਮਵਰਕ ਹੈ **ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ** ਲਈ — ਇਹ ਡੌਕਿਊਮੈਂਟਸ ਨੂੰ **ਸਟੇਜਾਂ** ਦੀ ਇੱਕ ਲੜੀ ਵਿੱਚੋਂ ਲੰਘਾਉਂਦਾ ਹੈ, ਹਰੇਕ ਡੇਟਾ ਨੂੰ ਬਦਲਦਾ ਹੈ (ਫਿਲਟਰਿੰਗ, ਗਰੁੱਪਿੰਗ, ਕੰਪਿਊਟਿੰਗ)। ਇਹ MongoDB ਦੀ SQL ਦੇ GROUP BY ਅਤੇ ਗੁੰਝਲਦਾਰ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਕਿਊਰੀਜ ਦਾ ਬਰਾਬਰ ਹੈ, ਪਰ ਜ਼ਿਆਦਾ ਲਚਕਦਾਰ ਹੈ।

## ਪਾਈਪਲਾਈਨ ਧਾਰਣਾ: ਸਟੇਜਾਂ ਡੇਟਾ ਨੂੰ ਰੂਪਾਂਤਰਿਤ ਕਰਦੀਆਂ ਹਨ

```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
```

ਡੌਕਿਊਮੈਂਟਸ ਕ੍ਰਮ ਵਿੱਚ ਸਟੇਜਾਂ ਵਿੱਚੋਂ ਲੰਘਦੇ ਹਨ — ਹਰੇਕ ਸਟੇਜ ਉਹਨਾਂ ਨੂੰ ਰੂਪਾਂਤਰਿਤ ਕਰਦੀ ਹੈ ਅਤੇ ਨਤੀਜੇ ਅਗਲੀ ਸਟੇਜ ਨੂੰ ਭੇਜਦੀ ਹੈ। ਇਹ ਪਾਈਪਲਾਈਨ ਪ੍ਰਤੀ-ਗ੍ਰਾਹਕ ਕੁੱਲ, ਸਾਥ ਛਾਂਟੀ, ਸਿਖਰ 10 — SQL GROUP BY ਕਿਊਰੀ ਵਰਗਾ ਹੈ।

## ਆਮ ਪਾਈਪਲਾਈਨ ਸਟੇਜਾਂ

```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 — ਕਲੈਕਸ਼ਨਾਂ ਨੂੰ ਜੋੜਨਾ

```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` ਜੋਇਨਾਂ ਨੂੰ ਸਮਰਥ ਬਣਾਉਂਦਾ ਹੈ (ਜਿਸ ਤੋਂ MongoDB ਹੋਰ ਥਾਵਾਂ 'ਤੇ ਬਚਦਾ ਹੈ embedding ਰਾਹੀਂ) — ਮਦਦਗਾਰ ਜਦੋਂ ਤੁਹਾਨੂੰ ਕਲੈਕਸ਼ਨਾਂ ਨੂੰ ਮਿਲਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੋਵੇ।

## $unwind — ਐਰੇ ਨੂੰ ਫੈਲਾਉਣਾ

```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
]);
```

## ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ

ਅਗਰੀਗੇਸ਼ਨ ਪਾਈਪਲਾਈਨ MongoDB ਦੀਆਂ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ — ਇਹ **ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਰਿਪੋਰਟਿੰਗ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਪਰਿਵਰਤਨ** ਲਈ ਪ੍ਰਾਇਮਰੀ ਸਾਧਨ ਹੈ, ਇਸ ਲਈ ਇਸ ਨੂੰ ਸਮਝਣਾ ਬੁਨਿਆਦੀ MongoDB ਕਾਮ ਤੋਂ ਅੱਗੇ ਜ਼ਰੂਰੀ ਹੈ।

ਪਾਈਪਲਾਈਨ ਦਾ **ਸਟੇਜ-ਅਧਾਰਤ ਮਾਡਲ** (ਡੌਕਿਊਮੈਂਟਸ ਕ੍ਰਮਵਾਰ ਰੂਪਾਂਤਰਣ ਸਟੇਜਾਂ ਵਿੱਚੋਂ ਵਹਿ ਰਹੇ ਹਨ, ਹਰ ਇੱਕ ਫਿਲਟਰਿੰਗ, ਗਰੁੱਪਿੰਗ, ਦੁਬਾਰਾ ਆਕਾਰ ਦੇ ਰਹੇ, ਜਾਂ ਕੰਪਿਊਟ ਕਰ ਰਹੇ) ਸੰਕਲਪਿਕ ਤੌਰ 'ਤੇ ਚਮਕਦਾਰ ਹੈ ਅਤੇ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਸਮਰਥ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਸਧਾਰਣ `find` ਕਿਊਰੀਜ ਨਹੀਂ ਹਨ — ਇਹ MongoDB ਦੀ SQL ਦੇ GROUP BY ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਕਿਊਰੀਜ ਦਾ ਬਰਾਬਰ ਹੈ, ਪਰ ਜ਼ਿਆਦਾ ਲਚਕਦਾਰ ਅਤੇ ਮਿਲਾਉਣ ਯੋਗ ਹੈ।

ਆਮ ਸਟੇਜਾਂ ਨੂੰ ਸਮਝਣਾ — **`$match`** (ਫਿਲਟਰਿੰਗ, ਆਦਰਸ਼ਵਾਦੀ ਤੌਰ 'ਤੇ ਡੇਟਾ ਘਟਾਉਣ ਲਈ ਜਲਦੀ), **`$group`** (ਗ੍ਰੁੱਪਿੰਗ ਅਤੇ aggregating with `$sum`, `$avg`, ਆਦਿ — ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਮੂਲ), **`$sort`/`$limit`** (ਆਰਡਰਿੰਗ ਅਤੇ pagination), **`$project`** (ਡੌਕਿਊਮੈਂਟਸ ਨੂੰ ਦੁਬਾਰਾ ਆਕਾਰ ਦੇਣਾ), **`$unwind`** (ਡਾਕੂਮੈਂਟਸ ਵਿੱਚ ਐਰੇ ਦਾ ਪ੍ਰਸਾਰ — ਐਰੇ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ, MongoDB ਵਿੱਚ ਆਮ), ਅਤੇ **`$lookup`** (ਸੰਗ੍ਰਹ ਨੂੰ ਜੋੜਨਾ — MongoDB ਹੋਰ ਥਾਵਾਂ 'ਤੇ ਜੋਇਨ ਨੂੰ ਸਮਰਥ ਬਣਾਉਣਾ) — ਵਾਸਤਵਿਕ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਟੂਲਕਿਟ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ।

ਪਾਈਪਲਾਈਨ ਰਿਪੋਰਟਿੰਗ, ਵਿਸ਼ਲੇਸ਼ਣ, ਡੇਟਾ ਪਰਿਵਰਤਨ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਕਿਊਰੀਜ (aggregations, joins, ਐਰੇ ਪ੍ਰੋਸੈਸਿੰਗ) ਨੂੰ ਸਾਂਭਦਾ ਹੈ ਜੋ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਆਮ ਜ਼ਰੂਰਤਾਂ ਹਨ।

ਕਿਉਂਕਿ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਗੁੰਝਲਦਾਰ ਕਿਊਰੀਜ ਕਿਸੇ ਵੀ ਡੇਟਾਬੇਸ ਦੀਆਂ ਮਹੱਤਵਪੂਰਨ ਵਰਤੋਂ ਹਨ, ਅਤੇ ਕਿਉਂਕਿ ਅਗਰੀਗੇਸ਼ਨ ਪਾਈਪਲਾਈਨ ਉਹਨਾਂ ਲਈ MongoDB ਦੀ ਸ਼ਕਤੀਸ਼ਾਲੀ, ਲਚਕਦਾਰ ਵਿਧੀ ਹੈ (ਬੁਨਿਆਦੀ CRUD ਨਾਲੋਂ ਬਹੁਤ ਅੱਗੇ ਜਾਂਦੀ ਹੈ), ਅਗਰੀਗੇਸ਼ਨ ਪਾਈਪਲਾਈਨ ਨੂੰ ਸਮਝਣਾ — ਸਟੇਜ ਮਾਡਲ ਅਤੇ ਮੁੱਖ ਸਟੇਜਾਂ ($match, $group, $sort, $project, $unwind, $lookup) — ਵਿਸ਼ਲੇਸ਼ਣ, ਰਿਪੋਰਟਿੰਗ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਪਰਿਵਰਤਨ ਲਈ ਜ਼ਰੂਰੀ, ਅਕਸਰ ਲਾਗੂ MongoDB ਗਿਆਨ ਹੈ, ਅਗ੍ਰਭਾਗੀ MongoDB ਹੁਨਰ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਅਤੇ ਡੇਟਾਬੇਸ ਤੋਂ ਵਾਸਤਵਿਕ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ MongoDB ਵਿਸ਼ਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ।