집계 파이프라인 지원

이 페이지의 내용

예시

인코딩
쿼리 추가
계산된 필드 추가
필터 추가하기

차트 를 렌더링하는 데 필요한 데이터를 가져오기 위해 Charts 는 MongoDB 집계 파이프라인을 만들고 MongoDB database 서버 에서 파이프라인 을 실행합니다. 파이프라인 은 여러 단계로 구성되며, 각 단계는 차트 작성자가 지정한 다양한 설정을 기반으로 생성됩니다.

이 문서 에서는 다양한 차트 빌더 설정을 사용하여 집계 파이프라인을 구성하는 방법을 설명합니다. 오른쪽 상단에 있는 차트 빌더의 줄임표 드롭다운에서 View Aggregation Pipeline 옵션을 선택하여 차트 를 만드는 데 사용된 파이프라인 을 볼 수 있습니다.

Atlas Charts 는 다음 세그먼트로 구성된 파이프라인 을 순서대로 구성합니다.

참고

차트 를 만들 때 이전 차트 세그먼트의 전부는 아니지만 일부를 구성할 수 있습니다. Charts 는 집계 파이프라인 을 생성할 때 지정되지 않은 세그먼트를 건너뜁니다.

예시

다음 차트는 한 사무용품 회사의 총 판매 금액을 구매 방법별로 분류한 것입니다. 데이터 collection의 각 문서는 단일 판매를 나타냅니다.

이 차트를 예로 사용하여 위의 각 설정에 대한 사양이 Atlas Charts에서 생성된 집계 파이프라인을 어떻게 변경하는지 살펴보겠습니다.

클릭하여 확대

인코딩

Data Source 파이프라인, Query 막대 쿼리, 계산된 필드 및 필터를 Filter 창에 추가하지 않은 경우 Atlas Charts는 다음과 같은 집계 파이프라인을 생성합니다.

1 {
2   "$addFields": {              // Encoding
3     "__alias_0": {
4       "$sum": "$items.price"
5     }
6   }
7 },
8 {
9   "$group": {
10     "_id": {
11       "__alias_1": "$purchaseMethod"
12     },
13     "__alias_0": {
14       "$sum": "$__alias_0"
15     }
16   }
17 },
18 {
19   "$project": {
20     "_id": 0,
21     "__alias_1": "$_id.__alias_1",
22     "__alias_0": 1
23   }
24 },
25 {
26   "$project": {
27     "x": "$__alias_1",
28     "y": "$__alias_0",
29     "_id": 0
30   }
31 },
32 
33 {
34   "$addFields": {              // Sorting
35     "__agg_sum": {
36       "$sum": [
37         "$y"
38       ]
39     }
40   }
41 },
42 {
43   "$sort": {
44     "__agg_sum": -1
45   }
46 },
47 {
48   "$project": {
49     "__agg_sum": 0
50   }
51 },
52 {
53   "$limit": 5000
54 }

이 점의 파이프라인은 Encode 패널의 그룹, 기본 정렬 순서 단계, 최대 문서 제한(Atlas Charts에서 5000개로 설정)으로 구성됩니다.

쿼리 추가

아래 쿼리는 saleDate 가 items 배열에 요소가 5개 이상 있고 January 1, 2017 이상이고 이(가) 있는 문서로만 표시되는 문서를 제한합니다. items 은(는) 각 요소가 판매 중에 구매한 품목인 배열입니다.

쿼리:

{
  $and: [
  {
    saleDate: { $gte: new Date("2017-01-01") }
  },
  {
    'items.4': { $exists: true }
  } ]
}

Query 표시줄에 위 쿼리를 적용하면 다음과 같은 차트와 집계 파이프라인이 생성됩니다.

클릭하여 확대

집계 파이프라인:

1 {
2   "$match": {              // Query
3     "$and": [
4       {
5         "saleDate": {
6           "$gte": {
7             "$date": "2017-01-01T00:00:00Z"
8           }
9         }
10       },
11       {
12         "items.4": {
13           "$exists": true
14         }
15       }
16     ]
17   }
18 },
19 {
20   "$addFields": {
21     "__alias_0": {
22       "$sum": "$items.price"
23     }
24   }
25 },
26 {
27   "$group": {
28     "_id": {
29       "__alias_1": "$purchaseMethod"
30     },
31     "__alias_0": {
32       "$sum": "$__alias_0"
33     }
34   }
35 },
36 {
37   "$project": {
38     "_id": 0,
39     "__alias_1": "$_id.__alias_1",
40     "__alias_0": 1
41   }
42 },
43 {
44   "$project": {
45     "x": "$__alias_1",
46     "y": "$__alias_0",
47     "_id": 0
48   }
49 },
50 {
51   "$addFields": {
52     "__agg_sum": {
53       "$sum": [
54         "$y"
55       ]
56     }
57   }
58 },
59 {
60   "$sort": {
61     "__agg_sum": -1
62   }
63 },
64 {
65   "$project": {
66     "__agg_sum": 0
67   }
68 },
69 {
70   "$limit": 5000
71 }

이제 쿼리가 적용된 상태로 집계 파이프라인이 시작되고 Encode 패널과 최대 문서 제한에서 선택한 그룹이 그 뒤를 이습니다.

계산된 필드 추가

생성된 총 수익을 구매 방법별로 분류하여 표시하도록 차트를 변경할 수도 있습니다. 이 작업을 수행하기 위해 가격에 수량을 곱하여 총 수익을 계산하는 계산된 필드를 생성하겠습니다. 위의 쿼리에 이 새 계산된 필드를 추가하면 다음과 같은 차트와 파이프라인이 생성됩니다.

계산된 필드 표현식:

클릭하여 확대

집계 파이프라인:

1 {
2   "$match": {
3     "$and": [
4       {
5         "saleDate": {
6           "$gte": {
7             "$date": "2017-01-01T00:00:00Z"
8           }
9         }
10       },
11       {
12         "items.4": {
13           "$exists": true
14         }
15       }
16     ]
17   }
18 },
19 {
20   "$addFields": {              // Calculated Field
21     "revenue": {
22       "$reduce": {
23         "input": "$items",
24         "initialValue": 0,
25         "in": {
26           "$sum": [
27             "$$value",
28             {
29               "$multiply": [
30                 "$$this.price",
31                 "$$this.quantity"
32               ]
33             }
34           ]
35         }
36       }
37     }
38   }
39 },
40 {
41   "$group": {
42     "_id": {
43       "__alias_0": "$purchaseMethod"
44     },
45     "__alias_1": {
46       "$sum": "$revenue"
47     }
48   }
49 },
50 {
51   "$project": {
52     "_id": 0,
53     "__alias_0": "$_id.__alias_0",
54     "__alias_1": 1
55   }
56 },
57 {
58   "$project": {
59     "x": "$__alias_0",
60     "y": "$__alias_1",
61     "_id": 0
62   }
63 },
64 {
65   "$addFields": {
66     "__agg_sum": {
67       "$sum": [
68         "$y"
69       ]
70     }
71   }
72 },
73 {
74   "$sort": {
75     "__agg_sum": -1
76   }
77 },
78 {
79   "$project": {
80     "__agg_sum": 0
81   }
82 },
83 {
84   "$limit": 5000
85 }

이제 업데이트된 파이프라인의 Query 표시줄에 적용된 쿼리 바로 아래에 계산된 필드가 포함되며 나머지 구성 요소의 순서는 변경되지 않습니다.

필터 추가하기

이 차트는 뉴욕 위치에서 이루어진 매장 판매만 선택하도록 Filter 창에 필터를 추가하여 더욱 세분화할 수 있습니다. 이 필터를 추가하면 다음과 같은 차트와 집계 파이프라인이 생성됩니다.

클릭하여 확대

집계 파이프라인:

1 {
2   "$match": {
3     "$and": [
4       {
5         "saleDate": {
6           "$gte": {
7             "$date": "2017-01-01T00:00:00Z"
8           }
9         }
10       },
11       {
12         "items.4": {
13           "$exists": true
14         }
15       }
16     ]
17   }
18 },
19 {
20   "$addFields": {
21     "revenue": {
22       "$reduce": {
23         "input": "$items",
24         "initialValue": 0,
25         "in": {
26           "$sum": [
27             "$$value",
28             {
29               "$multiply": [
30                 "$$this.price",
31                 "$$this.quantity"
32               ]
33             }
34           ]
35         }
36       }
37     }
38   }
39 },
40 {
41   "$match": {             // Filter
42     "storeLocation": {
43       "$in": [
44         "New York"
45       ]
46     }
47   }
48 },
49 {
50   "$group": {
51     "_id": {
52       "__alias_0": "$purchaseMethod"
53     },
54     "__alias_1": {
55       "$sum": "$revenue"
56     }
57   }
58 },
59 {
60   "$project": {
61     "_id": 0,
62     "__alias_0": "$_id.__alias_0",
63     "__alias_1": 1
64   }
65 },
66 {
67   "$project": {
68     "x": "$__alias_0",
69     "y": "$__alias_1",
70     "_id": 0
71   }
72 },
73 {
74   "$addFields": {
75     "__agg_sum": {
76       "$sum": [
77         "$y"
78       ]
79     }
80   }
81 },
82 {
83   "$sort": {
84     "__agg_sum": -1
85   }
86 },
87 {
88   "$project": {
89     "__agg_sum": 0
90   }
91 },
92 {
93   "$limit": 5000
94 }

이제 파이프라인은 계산된 필드 바로 아래에 storeLocation 필터를 포함하며 나머지 구성 요소의 순서는 변경되지 않습니다.

돌아가기

하위 세트 모드

차트 유형

1	{
2	"$addFields": { // Encoding
3	"__alias_0": {
4	"$sum": "$items.price"
5	}
6	}
7	},
8	{
9	"$group": {
10	"_id": {
11	"__alias_1": "$purchaseMethod"
12	},
13	"__alias_0": {
14	"$sum": "$__alias_0"
15	}
16	}
17	},
18	{
19	"$project": {
20	"_id": 0,
21	"__alias_1": "$_id.__alias_1",
22	"__alias_0": 1
23	}
24	},
25	{
26	"$project": {
27	"x": "$__alias_1",
28	"y": "$__alias_0",
29	"_id": 0
30	}
31	},
32
33	{
34	"$addFields": { // Sorting
35	"__agg_sum": {
36	"$sum": [
37	"$y"
38	]
39	}
40	}
41	},
42	{
43	"$sort": {
44	"__agg_sum": -1
45	}
46	},
47	{
48	"$project": {
49	"__agg_sum": 0
50	}
51	},
52	{
53	"$limit": 5000
54	}

1	{
2	"$match": { // Query
3	"$and": [
4	{
5	"saleDate": {
6	"$gte": {
7	"$date": "2017-01-01T00:00:00Z"
8	}
9	}
10	},
11	{
12	"items.4": {
13	"$exists": true
14	}
15	}
16	]
17	}
18	},
19	{
20	"$addFields": {
21	"__alias_0": {
22	"$sum": "$items.price"
23	}
24	}
25	},
26	{
27	"$group": {
28	"_id": {
29	"__alias_1": "$purchaseMethod"
30	},
31	"__alias_0": {
32	"$sum": "$__alias_0"
33	}
34	}
35	},
36	{
37	"$project": {
38	"_id": 0,
39	"__alias_1": "$_id.__alias_1",
40	"__alias_0": 1
41	}
42	},
43	{
44	"$project": {
45	"x": "$__alias_1",
46	"y": "$__alias_0",
47	"_id": 0
48	}
49	},
50	{
51	"$addFields": {
52	"__agg_sum": {
53	"$sum": [
54	"$y"
55	]
56	}
57	}
58	},
59	{
60	"$sort": {
61	"__agg_sum": -1
62	}
63	},
64	{
65	"$project": {
66	"__agg_sum": 0
67	}
68	},
69	{
70	"$limit": 5000
71	}

1	{
2	"$match": {
3	"$and": [
4	{
5	"saleDate": {
6	"$gte": {
7	"$date": "2017-01-01T00:00:00Z"
8	}
9	}
10	},
11	{
12	"items.4": {
13	"$exists": true
14	}
15	}
16	]
17	}
18	},
19	{
20	"$addFields": { // Calculated Field
21	"revenue": {
22	"$reduce": {
23	"input": "$items",
24	"initialValue": 0,
25	"in": {
26	"$sum": [
27	"$$value",
28	{
29	"$multiply": [
30	"$$this.price",
31	"$$this.quantity"
32	]
33	}
34	]
35	}
36	}
37	}
38	}
39	},
40	{
41	"$group": {
42	"_id": {
43	"__alias_0": "$purchaseMethod"
44	},
45	"__alias_1": {
46	"$sum": "$revenue"
47	}
48	}
49	},
50	{
51	"$project": {
52	"_id": 0,
53	"__alias_0": "$_id.__alias_0",
54	"__alias_1": 1
55	}
56	},
57	{
58	"$project": {
59	"x": "$__alias_0",
60	"y": "$__alias_1",
61	"_id": 0
62	}
63	},
64	{
65	"$addFields": {
66	"__agg_sum": {
67	"$sum": [
68	"$y"
69	]
70	}
71	}
72	},
73	{
74	"$sort": {
75	"__agg_sum": -1
76	}
77	},
78	{
79	"$project": {
80	"__agg_sum": 0
81	}
82	},
83	{
84	"$limit": 5000
85	}