Poza podstawowymi etapami, framework agregacji MongoDB oferuje potężne zaawansowane funkcje — $facet (wiele pipelinów jednocześnie), $bucket (grupowanie w zakresy), funkcje okna ($setWindowFields), $graphLookup (zapytania rekurencyjne/grafowe) i więcej — do zaawansowanej analizy i przetwarzania danych.
// run MULTIPLE aggregations on the same data in one pass
db.products.aggregate([
{ $facet: {
byCategory: [{ $group: { _id: "$category", count: { $sum: 1 } } }],
priceStats: [{ $group: { _id: null, avg: { $avg: "$price" } } }],
topRated: [{ $sort: { rating: -1 } }, { $limit: 5 }]
}}
]);
// → one query returns all three results (great for dashboards/faceted search)
$facet wykonuje wiele agregacji w jednym przebiegu — idealne dla pulpitów nawigacyjnych i facetized search (np. liczniki filtrów + wyniki + statystyki razem).
// group documents into buckets by ranges (like a histogram)
db.products.aggregate([
{ $bucket: {
groupBy: "$price",
boundaries: [0, 50, 100, 500, 1000], // price ranges
default: "1000+",
output: { count: { $sum: 1 } }
}}
]);
// running totals, moving averages, rankings (like SQL window functions)
db.sales.aggregate([
{ $setWindowFields: {
partitionBy: "$region",
sortBy: { date: 1 },
output: { runningTotal: { $sum: "$amount", window: { documents: ["unbounded", "current"] } } }
}}
]);
$setWindowFields zapewnia możliwości funkcji okna (sumy bieżące, średnie ruchome, rankingi) — odpowiednik funkcji okna SQL w MongoDB.
// traverse hierarchical/graph relationships (e.g. an org chart, category tree)
db.employees.aggregate([
{ $graphLookup: {
from: "employees", startWith: "$reportsTo",
connectFromField: "reportsTo", connectToField: "_id",
as: "managementChain"
}}
]);
$graphLookup rekurencyjnie przechodzi relacje — dla hierarchii i danych podobnych do grafów (podobnie do rekurencyjnych CTE w SQL).
Rozumienie zaawansowanych funkcji agregacji MongoDB jest cenną wiedzą na poziomie seniora dla zaawansowanej analizy i przetwarzania danych, opierającą się na podstawowym pipeline'u agregacji.
Podczas gdy podstawowe etapy obsługują typową analitykę, zaawansowane funkcje umożliwiają potężne możliwości, które są naprawdę przydatne: $facet (uruchamianie wielu agregacji w jednym przebiegu — idealne dla pulpitów nawigacyjnych i facetized search, gdzie potrzebujesz liczników filtrów, wyników i statystyk razem wydajnie, czegoś, co jest realną potrzebą), $bucket/$bucketAuto (grupowanie w zakresy/histogramy — przydatne dla rozkładów i analityki), funkcje okna ($setWindowFields) (sumy bieżące, średnie ruchome, rankingi — odpowiednik funkcji okna SQL w MongoDB, umożliwiający analitykę szeregów czasowych i porównawczą, której proste grupowanie nie może osiągnąć), oraz $graphLookup (rekurencyjne przechodzenie relacji hierarchicznych/grafowych — takie jak schematy organizacyjne lub drzewa kategorii, podobnie do rekurencyjnych CTE w SQL).
Te funkcje pozwalają MongoDB obsługiwać złożone wymagania analityczne i przetwarzania danych, które w innym przypadku wymagałyby ściągnięcia danych do kodu aplikacji lub oddzielnego systemu analityki.
Rozumienie ich odzwierciedla zaawansowaną zdolność MongoDB i pozwala wykorzystać framework agregacji do zaawansowanych potrzeb (pulpity nawigacyjne, facetized search, analityka szeregów czasowych, dane hierarchiczne) bezpośrednio w bazie danych.
Ponieważ złożona analityka i przetwarzanie danych to cenne zastosowania MongoDB, a zaawansowane funkcje agregacji ($facet, $bucket, funkcje okna, $graphLookup) zapewniają potężne, wydajne sposoby obsługi zaawansowanych wymagań (facetized dashboards, rozkłady, obliczenia bieżące, przechodzenie grafów), rozumienie zaawansowanej agregacji jest cenną wiedzą na poziomie seniora, która podnosi użytkowanie MongoDB z podstawowych zapytań do potężnej analityki w bazie danych, cechę zaawansowanej umiejętności MongoDB i temat istotny dla aplikacji intensywnie korzystających z danych wymagających zaawansowanej analizy bezpośrednio w MongoDB.