배열 압축 풀기 및 그룹화
이 페이지의 내용
서론
이 튜토리얼에서는 PyMongo를 사용하여 집계 파이프라인을 구성하고, 컬렉션에서 집계를 수행하고, 샘플 앱을 완료하고 실행하여 결과를 인쇄하는 방법을 배울 수 있습니다. 이 애그리게이션은 다음 작업을 수행합니다.
배열 필드를 별도의 문서로 풀기
문서의 하위 집합을 필드 값으로 일치
공통 필드 값을 기준으로 문서 그룹화
각 결과 문서에 계산된 필드를 추가합니다.
집계 작업 요약
이 튜토리얼에서는 고객 주문 데이터에서 인사이트를 만드는 방법을 보여줍니다. 결과에는 비용이 $15 이상인 주문된 제품 목록이 표시되며 각 문서에는 판매된 단위 수와 각 제품의 총 판매 금액이 포함됩니다.
이 예제에서는 제품 주문을 설명하는 문서가 포함된 orders collection 하나를 사용합니다. 각 주문에는 여러 제품이 포함되므로 애그리게이션의 첫 번째 단계는 products 배열을 개별 제품 주문 문서로 압축을 푸는 것입니다.
시작하기 전에
이 튜토리얼을 시작하기 전에 애그리게이션 템플릿 앱 지침을 완료하여 작동하는 Python 애플리케이션 을 설정하다 하세요.
앱을 설정한 후 애플리케이션에 다음 코드를 추가하여 orders 컬렉션에 액세스합니다.
orders_coll = agg_db["orders"]
다음 코드에 표시된 대로 기존 데이터를 삭제하고 샘플 데이터를 orders collection에 삽입합니다.
orders_coll.delete_many({}) order_data = [ { "order_id": 6363763262239, "products": [ { "prod_id": "abc12345", "name": "Asus Laptop", "price": 431, }, { "prod_id": "def45678", "name": "Karcher Hose Set", "price": 22, }, ] }, { "order_id": 1197372932325, "products": [ { "prod_id": "abc12345", "name": "Asus Laptop", "price": 429, } ] }, { "order_id": 9812343774839, "products": [ { "prod_id": "pqr88223", "name": "Morphy Richards Food Mixer", "price": 431, }, { "prod_id": "def45678", "name": "Karcher Hose Set", "price": 21, } ] }, { "order_id": 4433997244387, "products": [ { "prod_id": "def45678", "name": "Karcher Hose Set", "price": 23, }, { "prod_id": "jkl77336", "name": "Picky Pencil Sharpener", "price": 1, }, { "prod_id": "xyz11228", "name": "Russell Hobbs Chrome Kettle", "price": 16, } ] } ] orders_coll.insert_many(order_data)
튜토리얼
해제 단계를 추가하여 제품 주문 배열의 압축을 풉니다
먼저, $unwind 단계를 추가하여 products 배열의 항목을 개별 문서로 분리합니다.
pipeline.append({ "$unwind": { "path": "$products" } })
가격이 $15 이상인 제품에 대해 매치 단계 추가
다음으로, products.price 값이 15 보다 큰 제품을 일치시키는 $match 단계를 추가합니다.
pipeline.append({ "$match": { "products.price": { "$gt": 15 } } })
제품 유형별로 그룹화하려면 그룹 단계를 추가하세요.
$group 단계를 추가하여 prod_id 필드 값을 기준으로 주문을 그룹화합니다. 이 단계에서는 결과 문서에 다음 필드를 생성하는 애그리게이션 작업을 추가합니다.
product: 제품 이름total_value: 제품의 모든 판매의 총 가치quantity: 제품의 주문 수
pipeline.append({ "$group": { "_id": "$products.prod_id", "product": {"$first": "$products.name"}, "total_value": {"$sum": "$products.price"}, "quantity": {"$sum": 1} } })
제품 ID를 표시하는 단계 추가
$set 단계를 추가하여 $group 단계에서 설정된 _id 필드의 값으로 product_id 필드를 다시 만듭니다.
pipeline.append({ "$set": { "product_id": "$_id" } })
설정되지 않은 단계를 추가하여 불필요한 필드 제거
마지막으로 $unset 단계를 추가합니다. $unset 단계는 결과 문서에서 _id 필드를 제거합니다.
pipeline.append({"$unset": ["_id"]})
결과 해석
이 애그리게이션은 2020년의 고객 주문에 대한 다음과 같은 요약을 반환합니다.
{ 'product': 'Asus Laptop', 'total_value': 860, 'quantity': 2, 'product_id': 'abc12345' } { 'product': 'Morphy Richards Food Mixer', 'total_value': 431, 'quantity': 1, 'product_id': 'pqr88223' } { 'product': 'Russell Hobbs Chrome Kettle', 'total_value': 16, 'quantity': 1, 'product_id': 'xyz11228' } { 'product': 'Karcher Hose Set', 'total_value': 66, 'quantity': 3, 'product_id': 'def45678' }
결과 문서에는 비용이 $15 이상인 제품의 총 주문 금액과 수량에 대한 세부 정보가 포함되어 있습니다.
이 튜토리얼의 전체 코드를 보려면 Github 에서 완료된 배열 압축 풀기 앱 을(를)Github 참조하세요.