aggregation pipeline کیا ہے؟

Question

Accepted Answer

**aggregation pipeline** MongoDB کا طاقتور فریم ورک ہے **ڈیٹا کی پروسیسنگ اور تجزیہ** کے لیے — یہ دستاویزات کو **stages** کے سلسلے سے گزارتا ہے، ہر ایک ڈیٹا کو تبدیل کرتا ہے (فلٹرنگ، گروپ بندی، کمپیوٹنگ)۔ یہ MongoDB کا SQL کے GROUP BY اور پیچیدہ تجزیاتی سوالات کے برابر ہے، لیکن زیادہ لچکدار ہے۔

## پائپ لائن کا تصور: stages ڈیٹا کو تبدیل کرتے ہیں

```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
```

دستاویزات stages سے ترتیب کے ساتھ بہتے ہیں — ہر stage انہیں تبدیل کرتا ہے اور نتائج اگلے تک پہنچاتا ہے۔ یہ پائپ لائن فی گاہک کل، ترتیب شدہ، ٹاپ 10 کا حساب لگاتا ہے — SQL GROUP BY سوال کی طرح۔

## عام pipeline 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 — collections کو join کرنا

```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` joins کو فعال بناتا ہے (جو MongoDB بصورت دیگر embedding کے ذریعے سے بچاتا ہے) — مفید جب آپ کو collections کو یکجا کرنے کی ضرورت ہو۔

## $unwind — arrays کو پھیلانا

```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
]);
```

## یہ کیوں اہم ہے

Aggregation pipeline MongoDB کی سب سے طاقتور اور اہم خصوصیات میں سے ایک ہے — یہ **ڈیٹا کی تجزیہ، رپورٹنگ، اور پیچیدہ تبدیلیوں** کے لیے بنیادی ٹول ہے، لہذا اس کو سمجھنا بنیادی سوالات سے آگے سنجیدہ MongoDB کام کے لیے ضروری ہے۔

پائپ لائن کا **مرحلہ پر مبنی ماڈل** (دستاویزات ترتیب وار تبدیلی کے مراحل کے ذریعے بہتے ہیں، ہر ایک فلٹر کرتا ہے، گروپ بندی کرتا ہے، دوبارہ شکل دیتا ہے، یا کمپیوٹ کرتا ہے) تصوراتی طور پر سنجیدہ ہے اور پیچیدہ ڈیٹا پروسیسنگ کو فعال بناتا ہے جو سادہ `find` سوالات نہیں کر سکتے — یہ MongoDB کا SQL کے GROUP BY اور تجزیاتی سوالات کے برابر ہے، لیکن زیادہ لچکدار اور ترکیب پذیر ہے۔

عام stages کو سمجھنا — **`$match`** (فلٹرنگ، بہتری سے ڈیٹا کم کرنے کے لیے ابتدائی)، **`$group`** (گروپ بندی اور aggregating `$sum`، `$avg` وغیرہ کے ساتھ — تجزیہ کا بنیادی)، **`$sort`/`$limit`** (ترتیب اور صفحہ بندی)، **`$project`** (دستاویزات کو دوبارہ شکل دینا)، **`$unwind`** (arrays کو دستاویزات میں پھیلانا — array ڈیٹا کو تجزیہ کرنے کے لیے اہم، MongoDB میں عام)، اور **`$lookup`** (collections کو join کرنا — joins کو فعال بنانا جو MongoDB بصورت دیگر بچاتا ہے) — حقیقی ڈیٹا پروسیسنگ کے لیے ٹول کٹ کا احاطہ کرتا ہے۔

پائپ لائن رپورٹنگ، تجزیہ، ڈیٹا تبدیلی، اور پیچیدہ سوالات (aggregations، joins، array پروسیسنگ) کو سنبھالتا ہے جو applications میں عام ضروریات ہیں۔

چونکہ ڈیٹا تجزیہ اور پیچیدہ سوالات کسی بھی ڈیٹا بیس کے اہم استعمال ہیں، اور چونکہ aggregation pipeline MongoDB کا طاقتور، لچکدار میکانزم ہے ان کے لیے (بنیادی CRUD سے بہت آگے)، aggregation pipeline کو سمجھنا — مرحلہ ماڈل اور اہم stages ($match، $group، $sort، $project، $unwind، $lookup) — ضروری، بار بار لاگو کیے جانے والے MongoDB علم ہے تجزیہ، رپورٹنگ، اور پیچیدہ ڈیٹا تبدیلی کے لیے، advanced MongoDB skill کی نشانی اور MongoDB کے سب سے اہم موضوعات میں سے ایک ڈیٹا بیس سے حقیقی تجزیاتی قیمت حاصل کرنے کے لیے۔