Aggregation Pipeline

合計注文数の計算

次の集計パイプラインの例には 2 つのステージが含まれており、ピザ名ごとにグループ化された中サイズのピザの合計注文数量を返します。

db.orders.aggregate( [
   // Stage 1: Filter pizza order documents by pizza size
   {
      $match: { size: "medium" }
   },
   // Stage 2: Group remaining documents by pizza name and calculate total quantity
   {
      $group: { _id: "$name", totalQuantity: { $sum: "$quantity" } }
   }
] )

$match段階:

• ピザ注文ドキュメントを、mediumのsizeを持つピザにフィルタリングします。

• 残りのドキュメントを $group ステージに渡します。

$group段階:

• 残りのドキュメントをピザ nameでグループ化します。

• $sumを使用して、各ピザnameの合計注文quantityを計算します。合計は、 aggregation pipelineによって返される totalQuantity フィールドに格納されます。

出力例:

[
   { _id: 'Cheese', totalQuantity: 50 },
   { _id: 'Vegan', totalQuantity: 10 },
   { _id: 'Pepperoni', totalQuantity: 20 }
]

合計注文額と平均注文数の計算

次の例では、2 日間にまたがるピザの合計注文額と平均注文数を計算しています。

db.orders.aggregate( [
   // Stage 1: Filter pizza order documents by date range
   {
      $match:
      {
         "date": { $gte: new ISODate( "2020-01-30" ), $lt: new ISODate( "2022-01-30" ) }
      }
   },
   // Stage 2: Group remaining documents by date and calculate results
   {
      $group:
      {
         _id: { $dateToString: { format: "%Y-%m-%d", date: "$date" } },
         totalOrderValue: { $sum: { $multiply: [ "$price", "$quantity" ] } },
         averageOrderQuantity: { $avg: "$quantity" }
      }
   },
   // Stage 3: Sort documents by totalOrderValue in descending order
   {
      $sort: { totalOrderValue: -1 }
   }
 ] )

$match段階:

• $gte と $lt を使用して、指定された日付範囲内のピザ注文ドキュメントをフィルターします。

• 残りのドキュメントを $group ステージに渡します。

$group段階:

• $dateToString を使用して、ドキュメントを日付別にグループ化します。

• グループごとに、次の計算を行います。

  • $sum と $multiply を使用した合計注文額。

  • $avg を使用した平均注文数量。

• グループ化されたドキュメントを $sort ステージに渡します。

$sort段階:

• 各グループの合計注文額でドキュメントを降順（-1）でソートします。

• ソートされたドキュメントを返します。

出力例:

[
   { _id: '2022-01-12', totalOrderValue: 790, averageOrderQuantity: 30 },
   { _id: '2021-03-13', totalOrderValue: 770, averageOrderQuantity: 15 },
   { _id: '2021-03-17', totalOrderValue: 630, averageOrderQuantity: 30 },
   { _id: '2021-01-13', totalOrderValue: 350, averageOrderQuantity: 10 }
]

集計式と演算子

一部の集計パイプライン ステージは式を受け入れます。 演算子は入力式に基づいて値を計算します。

MongoDB クエリ言語では、次のコンポーネントから式を構築できます。

たとえば、 { $add: [ 3, "$inventory.total" ] }は$add演算子と 2 つの入力式で構成される式です。

• 定数 3

• フィールドパス式"$inventory.total"

式は、入力ドキュメントのパスinventory.totalの値に3を追加した結果を返します。

フィールドパス

フィールドパス式は、入力ドキュメント内のフィールドにアクセスするために使用されます。 フィールドパスを指定するには、フィールド名またはドット付きフィールド名（埋め込みドキュメント内のフィールドの場合）の前にドル記号$を付けます。 たとえば、 "$user"はuserフィールドのフィールドパスを指定し、 "$user.name"は埋め込み"user.name"フィールドへのフィールドパスを指定します。

"$<field>" は "$$CURRENT.<field>" と同等であり、CURRENT は、特定のステージで別途明示される場合を除き、現在のオブジェクトのルートにデフォルト設定されるシステム変数です。

集計パイプラインの制限

集計パイプラインでは、値の型と結果のサイズに制限があります。詳細については、「集計パイプラインの制限」を参照してください。

集計パイプラインとシャーディングされたコレクション

集計パイプラインでは、シャーディングされたコレクションに対して操作を実行できます。詳細については、「集計パイプラインとシャーディングされたコレクション」を参照してください。

map-reduce の代替としての集計パイプライン

MongoDB 5.0 以降、map-reduce は非推奨になっています。

• map-reduce の代わりに、集計パイプラインを使用してください。集計パイプラインは、map-reduce よりもパフォーマンスとユーザビリティが優れています。

• map-reduce 操作は、$group、$merge などの集計パイプライン ステージ を使用して書き換えることができます。

• カスタム機能を必要とする map-reduce 操作には、 $accumulatorと$functionの集計演算子を使用できます。 これらの演算子を使用して、JavaScript でカスタム集計式を定義できます。

map-reduce を集計パイプラインに置き換える例については、以下を参照してください。

• map-reduce から集計パイプラインへの移行

• map-reduce の例