$lookup (집계)

이 페이지의 내용

정의

호환성
구문
고려 사항
예시

MongoDB 5.0 은(는) 10월을 기준으로 수명이 2024 종료됩니다. 이 버전의 문서는 더 이상 지원되지 않습니다. 배포서버 서버를 업그레이드 5.0 하려면 MongoDB 를 참조하세요. 60 업그레이드 절차.

정의

$lookup: 버전 5.0에서 변경됨
동일한 데이터베이스의 샤딩되지 않은 컬렉션에 왼쪽 외부 조인을 수행하여 "조인된" 컬렉션의 문서를 필터링하여 처리합니다. $lookup 단계는 각 입력 문서에 '조인된' 컬렉션에서 일치하는 문서를 요소로 하는 새 배열 필드를 추가합니다. $lookup 단계에서는 이러한 재구성된 문서를 다음 단계로 전달합니다.

호환성

다음 환경에서 호스팅되는 배포에 $lookup 사용할 수 있습니다.

MongoDB Atlas: 클라우드에서의 MongoDB 배포를 위한 완전 관리형 서비스

MongoDB Enterprise: MongoDB의 구독 기반 자체 관리 버전
MongoDB Community: MongoDB의 소스 사용 가능 무료 자체 관리 버전

구문

$lookup 단계의 구문은 다음과 같습니다.

단일 조인 조건으로 동일성 일치

입력 문서의 필드와 '조인된' 컬렉션의 문서 필드 간에 동등성 매치를 수행하려면 $lookup 단계는 다음과 같은 구문을 가집니다.

{
   $lookup:
     {
       from: <collection to join>,
       localField: <field from the input documents>,
       foreignField: <field from the documents of the "from" collection>,
       as: <output array field>
     }
}

$lookup 다음과 같은 필드가 있는 문서를 받습니다.

필드	설명
FROM	조인을 수행할 동일한 데이터베이스 의 컬렉션 을 `from` 지정합니다. 컬렉션 은 샤딩된 할 수 없습니다. 자세한 내용은 샤드 컬렉션 제한을 참조하세요.
localField	문서 입력에서 단계까지의 필드 `$lookup` `$lookup` `localField` `foreignField` `from` 를 지정합니다. 는 컬렉션 의 문서에서 에 대한 에 `localField` 대해 동등성 매치 `$lookup` 를 수행합니다. 입력 문서 에 이 포함되어 있지 않으면 는 `null` 매칭을 위해 해당 필드 의 값이 인 것으로 처리합니다.
foreignField	컬렉션 의 문서에서 필드 `from` `$lookup` 를 지정합니다. 은 입력 문서의 `foreignField` 에서 에 대해 동등성 매치 를 수행합니다. 컬렉션 의 문서 에 가 `localField` `from` 포함되어 있지 않은 `foreignField` 경우 은 매칭을 위해 값을 `$lookup` 로 `null` 처리합니다.
방식	입력 문서에 추가할 새 배열 필드의 이름을 지정합니다. 새 배열 필드에는 `from` 컬렉션에서 매칭되는 문서가 포함됩니다. 지정된 이름이 입력 문서에 이미 존재하는 경우 기존 필드를 덮어씁니다.

이 작업은 다음과 같은 유사 SQL 문장에 해당합니다.

SELECT *, (
   SELECT ARRAY_AGG(*)
   FROM <collection to join>
   WHERE <foreignField> = <collection.localField>
) AS <output array field>
FROM collection;

참고

이 페이지의 SQL 문은 MongoDB 집계 파이프라인 구문과 비교할 수 있도록 포함되어 있습니다. SQL 문을 실행할 수 없습니다.

MongoDB 예시는 이 페이지를 참조하세요.

단일 동일성 조인 수행하기 - $lookup
배열에 $lookup 사용
$mergeObjects과 함께 $lookup사용

조인된 컬렉션의 조인 조건 및 하위 쿼리

MongoDB는 다음을 지원합니다.

조인된 컬렉션에서 파이프라인 실행하기.
여러 조인 조건.
상관관계가 있는 하위 쿼리와 상관관계가 없는 하위 쿼리.

MongoDB에서 상관 관계 하위 쿼리는 조인된 컬렉션의 문서 필드를 참조하는 $lookup 단계의 파이프라인입니다. 상관 관계가 없는 하위 쿼리는 조인된 필드를 참조하지 않습니다.

참고

MongoDB 5.0부터는 $lookup 파이프라인 단계에서 $sample 단계, $sampleRate 연산자 또는 $rand 연산자를 포함하는 상관 관계가 없는 하위 쿼리의 경우, 반복 시 항상 하위 쿼리가 다시 실행됩니다. 이전에는 하위 쿼리 출력 크기에 따라 하위 쿼리 출력이 캐시되거나 하위 쿼리가 다시 실행되었습니다.

MongoDB 상관 서브쿼리는 내부 쿼리가 외부 쿼리 값을 참조하는 SQL 상관 서브쿼리와 유사합니다. SQL 비연관 서브쿼리는 외부 쿼리 값을 참조하지 않습니다.

MongoDB 5.0은 상관관계가 있는 간결한 하위 쿼리도 지원합니다.

두 컬렉션에 대해 상관 관계 및 비상관 관계 하위 쿼리를 수행하고 단일 동등성 매치 외에 다른 조인 조건을 수행하려면 이 $lookup 구문을 사용합니다.

{
   $lookup:
      {
         from: <joined collection>,
         let: { <var_1>: <expression>, …, <var_n>: <expression> },
         pipeline: [ <pipeline to run on joined collection> ],
         as: <output array field>
      }
}

$lookup 단계에서는 다음과 같은 필드가 있는 문서를 수락합니다.

필드	설명
FROM	조인 작업을 수행할 동일한 데이터베이스 의 컬렉션 을 지정합니다. 조인된 컬렉션 은 샤딩된 할 수 없습니다( 샤드 컬렉션 제한 참조).
하자	선택 사항. 파이프라인 단계에서 사용할 변수를 지정합니다. 변수 표현식을 사용하여 에 입력되는 조인된 컬렉션 문서의 필드에 액세스 `pipeline` 합니다. 파이프라인 단계에서 변수를 참조하려면 `"$$<variable>"` 구문을 사용합니다. let 변수는 에 중첩된 추가 단계를 `$lookup` 포함하여 파이프라인 의 단계에서 액세스할 수 `pipeline` 있습니다. `$match` 단계에서는 `$expr` 연산자를 사용하여 변수에 액세스해야 합니다. `$expr` 연산자를 사용하면 `$match` 구문 내에서 집계 표현식을 사용할 수 있습니다. 연산자 에 배치된 `$eq`, `$lt` `$lte`, `$gt`, 및 `$gte` 비교 연산자는 `$expr` 단계에서 참조된 `from` 컬렉션 의 인덱스 를 `$lookup` 사용할 수 있습니다. 제한 사항: 인덱스는 필드와 상수 간의 비교에만 사용할 수 있으므로 `let` 피연산자는 상수로 해결되어야 합니다. 예를 들어 `$a` 및 상수 값 간의 비교에는 인덱스를 사용할 수 있지만, `$a` 및 `$b` 간의 비교에는 인덱스를 사용할 수 없습니다. `let` 피연산자가 비어 있거나 누락된 값으로 확인되는 비교에는 인덱스가 사용되지 않습니다. 다중 키 인덱스 는 사용되지 않습니다. 파이프라인 의 다른( 이`$match` 아님) 단계에서는 `$expr` 변수에 액세스 하기 위해 연산자 가 필요하지 않습니다.
파이프라인	조인된 컬렉션에서 실행할 `pipeline`을 지정합니다. `pipeline`은 조인된 컬렉션의 결과 문서를 결정합니다. 모든 문서를 반환하려면 빈 `pipeline` `[]`을 지정합니다. `pipeline`에는 `$out` 단계 또는 `$merge` 단계는 포함할 수 없습니다. 은 `pipeline` 조인 문서 필드에 직접 액세스 할 수 없습니다. 대신 let 옵션을 사용하여 조인 문서 필드에 대한 변수를 정의한 다음 `pipeline` 단계에서 변수를 참조합니다. 파이프라인 단계에서 변수를 참조하려면 `"$$<variable>"` 구문을 사용합니다. let 변수는 에 중첩된 추가 단계를 `$lookup` 포함하여 파이프라인 의 단계에서 액세스할 수 `pipeline` 있습니다. `$match` 단계에서는 `$expr` 연산자를 사용하여 변수에 액세스해야 합니다. `$expr` 연산자를 사용하면 `$match` 구문 내에서 집계 표현식을 사용할 수 있습니다. 연산자 에 배치된 `$eq`, `$lt` `$lte`, `$gt`, 및 `$gte` 비교 연산자는 `$expr` 단계에서 참조된 `from` 컬렉션 의 인덱스 를 `$lookup` 사용할 수 있습니다. 제한 사항: 인덱스는 필드와 상수 간의 비교에만 사용할 수 있으므로 `let` 피연산자는 상수로 해결되어야 합니다. 예를 들어 `$a` 및 상수 값 간의 비교에는 인덱스를 사용할 수 있지만, `$a` 및 `$b` 간의 비교에는 인덱스를 사용할 수 없습니다. `let` 피연산자가 비어 있거나 누락된 값으로 확인되는 비교에는 인덱스가 사용되지 않습니다. 다중 키 인덱스 는 사용되지 않습니다. 파이프라인 의 다른( 이`$match` 아님) 단계에서는 `$expr` 변수에 액세스 하기 위해 연산자 가 필요하지 않습니다.
방식	조인된 문서에 추가할 새 배열 필드의 이름을 지정합니다. 새 배열 필드에는 조인된 컬렉션에서 일치하는 문서가 포함됩니다. 지정한 이름이 조인된 문서에 이미 존재하는 경우 기존 필드를 덮어씁니다.

이 작업은 다음과 같은 유사 SQL 문장에 해당합니다.

SELECT *, <output array field>
FROM collection
WHERE <output array field> IN (
   SELECT <documents as determined from the pipeline>
   FROM <collection to join>
   WHERE <pipeline>
);

다음 예시를 참조하세요.

다중 조인 및 상관관계가 있는 하위 쿼리 수행하기 - $lookup
상관관계가 없는 하위 쿼리 수행하기 - $lookup

간결한 구문을 사용한 상호 연관된 하위 쿼리

버전 5.0에 추가.

MongoDB 5.0부터는 상관관계가 있는 하위 쿼리에 간결한 구문을 사용할 수 있습니다. 연결된 하위 쿼리는 조인된 "외부" 컬렉션과 aggregate() 메서드가 실행된 "로컬" 컬렉션의 문서 필드를 참조합니다.

다음과 같은 새롭고 간결한 구문은 $expr 연산자 내부의 외부 및 로컬 필드에 대한 동등성 매치 요구 사항을 제거합니다.

{
   $lookup:
      {
         from: <foreign collection>,
         localField: <field from local collection's documents>,
         foreignField: <field from foreign collection's documents>,
         let: { <var_1>: <expression>, …, <var_n>: <expression> },
         pipeline: [ <pipeline to run> ],
         as: <output array field>
      }
}

$lookup은 다음과 같은 필드가 있는 문서를 수락합니다.

필드	설명
FROM	로컬 컬렉션 에 조인할 동일한 데이터베이스 의 외부 컬렉션 을 지정합니다. 외부 컬렉션 은 샤딩된 할 수 없습니다(샤드 컬렉션 제한 참조).
localField	외부 문서의 `foreignField`와 동등성 매치를 수행하도록 로컬 문서의 `localField`를 지정합니다. 로컬 문서 에 `localField` 값이 포함되어 `$lookup` 있지 않으면 는 `null` 일치를 위해 값을 사용합니다.
foreignField	로컬 문서의 `localField`와 동등성 매치를 수행하도록 외부 문서의 `foreignField`를 지정합니다. 외부 문서 에 `foreignField` 값이 포함되어 `$lookup` 있지 않으면 는 `null` 일치를 위해 값을 사용합니다.
하자	선택 사항. 파이프라인 단계에서 사용할 변수를 지정합니다. 변수 표현식을 사용하여 에 입력되는 문서 필드에 액세스 `pipeline` 합니다. 파이프라인 단계에서 변수를 참조하려면 `"$$<variable>"` 구문을 사용합니다. let 변수는 에 중첩된 추가 단계를 `$lookup` 포함하여 파이프라인 의 단계에서 액세스할 수 `pipeline` 있습니다. `$match` 단계에서는 `$expr` 연산자를 사용하여 변수에 액세스해야 합니다. `$expr` 연산자를 사용하면 `$match` 구문 내에서 집계 표현식을 사용할 수 있습니다. 연산자 에 배치된 `$eq`, `$lt` `$lte`, `$gt`, 및 `$gte` 비교 연산자는 `$expr` 단계에서 참조된 `from` 컬렉션 의 인덱스 를 `$lookup` 사용할 수 있습니다. 제한 사항: 인덱스는 필드와 상수 간의 비교에만 사용할 수 있으므로 `let` 피연산자는 상수로 해결되어야 합니다. 예를 들어 `$a` 및 상수 값 간의 비교에는 인덱스를 사용할 수 있지만, `$a` 및 `$b` 간의 비교에는 인덱스를 사용할 수 없습니다. `let` 피연산자가 비어 있거나 누락된 값으로 확인되는 비교에는 인덱스가 사용되지 않습니다. 다중 키 인덱스 는 사용되지 않습니다. 파이프라인 의 다른( 이`$match` 아님) 단계에서는 `$expr` 변수에 액세스 하기 위해 연산자 가 필요하지 않습니다.
파이프라인	외부 컬렉션에서 실행할 `pipeline`을 지정합니다. `pipeline`은 외부 컬렉션에서 문서를 반환합니다. 모든 문서를 반환하려면 빈 `pipeline` `[]`을 지정합니다. `pipeline`에는 `$out` 또는 `$merge` 단계는 포함할 수 없습니다. 은(는)`pipeline` 문서 필드에 직접 액세스 할 수 없습니다. 대신 let 옵션을 사용하여 문서 필드에 대한 변수를 정의한 다음 `pipeline` 단계에서 변수를 참조합니다. 파이프라인 단계에서 변수를 참조하려면 `"$$<variable>"` 구문을 사용합니다. let 변수는 에 중첩된 추가 단계를 `$lookup` 포함하여 파이프라인 의 단계에서 액세스할 수 `pipeline` 있습니다. `$match` 단계에서는 `$expr` 연산자를 사용하여 변수에 액세스해야 합니다. `$expr` 연산자를 사용하면 `$match` 구문 내에서 집계 표현식을 사용할 수 있습니다. 연산자 에 배치된 `$eq`, `$lt` `$lte`, `$gt`, 및 `$gte` 비교 연산자는 `$expr` 단계에서 참조된 `from` 컬렉션 의 인덱스 를 `$lookup` 사용할 수 있습니다. 제한 사항: 인덱스는 필드와 상수 간의 비교에만 사용할 수 있으므로 `let` 피연산자는 상수로 해결되어야 합니다. 예를 들어 `$a` 및 상수 값 간의 비교에는 인덱스를 사용할 수 있지만, `$a` 및 `$b` 간의 비교에는 인덱스를 사용할 수 없습니다. `let` 피연산자가 비어 있거나 누락된 값으로 확인되는 비교에는 인덱스가 사용되지 않습니다. 다중 키 인덱스 는 사용되지 않습니다. 파이프라인 의 다른( 이`$match` 아님) 단계에서는 `$expr` 변수에 액세스 하기 위해 연산자 가 필요하지 않습니다.
방식	외부 문서에 추가할 새 배열 필드의 이름을 지정합니다. 새 배열 필드에는 외부 컬렉션에서 일치하는 문서가 포함됩니다. 지정한 이름이 외부 문서에 이미 존재하는 경우 기존 필드를 덮어씁니다.

이 작업은 다음과 같은 유사 SQL 문장에 해당합니다.

SELECT *, <output array field>
FROM localCollection
WHERE <output array field> IN (
   SELECT <documents as determined from the pipeline>
   FROM <foreignCollection>
   WHERE <foreignCollection.foreignField> = <localCollection.localField>
   AND <pipeline match condition>
);

이 예시를 참조하세요.

상관관계가 있는 간결한 하위 쿼리 수행하기 - $lookup

고려 사항

보기 및 데이터 정렬

$lookup 또는 $graphLookup 등 여러 뷰가 포함된 집계를 수행하는 경우 반드시 뷰의 데이터 정렬이 동일해야 합니다.

제한 사항

$lookup단계에는 $out 단계나 $merge 단계를 포함할 수 없습니다. 즉, 조인(join)된 컬렉션에 대한 파이프라인을 지정할 때 pipeline 필드에 어느 단계도 포함할 수 없습니다.

{
   $lookup:
   {
      from: <collection to join>,
      let: { <var_1>: <expression>, …, <var_n>: <expression> },
      pipeline: [ <pipeline to execute on the joined collection> ],  // Cannot include $out or $merge
      as: <output array field>
   }
}

샤드 컬렉션 제한

$lookup 단계에서는 from 컬렉션을 샤딩 할 수 없습니다. 그러나 aggregate() 메서드를 실행하는 컬렉션은 샤딩할 수 있습니다. 이 예에서는 구체적으로 다음과 같습니다.

db.collection.aggregate([
   { $lookup: { from: "fromCollection", ... } }
])

collection 을(를) 샤딩할 수 있습니다.
fromCollection 는 샤딩할 수 없습니다.

샤드 컬렉션을 비샤드 컬렉션과 조인하려면 샤드 컬렉션에서 애그리게이션을 실행하고 비샤드 컬렉션을 조회합니다. 예를 들면 다음과 같습니다.

db.shardedCollection.aggregate([
   { $lookup: { from: "unshardedCollection", ... } }
])

또는 여러 샤드 컬렉션을 조인하려면 다음을 고려하세요.

$lookup 애그리게이션 단계를 사용하는 대신 수동 조회를 수행하도록 클라이언트 애플리케이션을 수정합니다.
가능하면 컬렉션을 조인할 필요가 없는 내장된 데이터 모델 을 사용합니다.
가능하면 Atlas Data Lake $lookup 파이프라인 단계를 사용하여 샤드 컬렉션을 조회합니다.

성능 고려 사항

$lookup 성능은 수행되는 작업 유형에 따라 달라집니다. 다양한 $lookup 작업에 대한 성능 고려 사항은 다음 표를 참조하세요.

`$lookup` 작업	성능 고려 사항
한 번의 조인으로 동등성 매치	`$lookup` 연산은 단일 조인으로 동등성 매치를 수행하고, 외부 컬렉션에 `foreignField`에 대한 인덱스가 포함된 경우 성능이 더 우수합니다. 중요: `foreignField`에 대한 지원 인덱스가 없는 경우 단일 조인으로 동등성 매치를 수행하는 `$lookup` 작업의 성능이 저하될 가능성이 있습니다.
관련 없는 하위 쿼리	`$lookup` 연산은 관련 없는 하위 쿼리를 포함하며, 내부 파이프라인이 외부 컬렉션의 인덱스를 참조할 수 있을 때 성능이 더 우수합니다. MongoDB는 소스 컬렉션과 외부 컬렉션 사이에 관계가 없기 때문에 쿼리를 캐싱하기 전에 `$lookup` 하위 쿼리를 한 번만 실행하면 됩니다. 하위 쿼리는 소스 컬렉션의 값을 기반으로 하지 않습니다. 이 동작은 `$lookup` 작업의 후속 실행에 대한 성능을 향상시킵니다.
연관된 하위 쿼리	`$lookup` 연산은 연관된 하위 쿼리를 포함하며, 다음의 조건이 적용될 때 성능이 더 우수합니다. 외부 컬렉션에 `foreignField`에 대한 인덱스가 포함. 외부 컬렉션에는 내부 파이프라인을 참조하는 인덱스가 포함. 파이프라인이 많은 수의 문서를 `$lookup` 쿼리에 전달하는 경우 다음 전략을 사용하면 성능이 향상될 수 있습니다. MongoDB가 `$lookup` 쿼리에 전달하는 문서 수를 줄입니다. 예를 들어 `$match` 단계에서 더 엄격한 필터를 설정합니다. 하위 쿼리의 내부 파이프라인 을 별도의 `$lookup` 쿼리 로 `$out` 실행하고 을(를) 사용하여 임시 컬렉션 을 만듭니다. 그런 다음 단일 조인으로 동등성 매치 를 실행 합니다. 데이터의 스키마를 재검토하여 사용 사례에 적합한지 확인합니다.

일반적인 성능 전략은 인덱싱 전략 및 쿼리 최적화를 참조하세요.

중요

쿼리 내에서 $lookup을 과도하게 사용하면 성능이 저하될 수 있습니다. 여러 $lookup 단계를 피하려면 쿼리 성능을 최적화하는 임베디드 데이터 모델을 고려하세요.

예시

단일 동일성 조인 수행하기 - `$lookup`

이 문서로 orders 컬렉션을 만듭니다.

db.orders.insertMany( [
   { "_id" : 1, "item" : "almonds", "price" : 12, "quantity" : 2 },
   { "_id" : 2, "item" : "pecans", "price" : 20, "quantity" : 1 },
   { "_id" : 3  }
] )

이 문서로 다른 컬렉션 inventory를 만듭니다.

db.inventory.insertMany( [
   { "_id" : 1, "sku" : "almonds", "description": "product 1", "instock" : 120 },
   { "_id" : 2, "sku" : "bread", "description": "product 2", "instock" : 80 },
   { "_id" : 3, "sku" : "cashews", "description": "product 3", "instock" : 60 },
   { "_id" : 4, "sku" : "pecans", "description": "product 4", "instock" : 70 },
   { "_id" : 5, "sku": null, "description": "Incomplete" },
   { "_id" : 6 }
] )

orders 컬렉션에 대한 다음 집계 작업은 orders 컬렉션의 item 필드와 inventory 컬렉션의 sku 필드를 사용하여 orders 문서를 inventory 컬렉션의 문서와 결합합니다.

db.orders.aggregate( [
   {
     $lookup:
       {
         from: "inventory",
         localField: "item",
         foreignField: "sku",
         as: "inventory_docs"
       }
  }
] )

이 작업은 다음 문서를 반환합니다.

{
   "_id" : 1,
   "item" : "almonds",
   "price" : 12,
   "quantity" : 2,
   "inventory_docs" : [
      { "_id" : 1, "sku" : "almonds", "description" : "product 1", "instock" : 120 }
   ]
}
{
   "_id" : 2,
   "item" : "pecans",
   "price" : 20,
   "quantity" : 1,
   "inventory_docs" : [
      { "_id" : 4, "sku" : "pecans", "description" : "product 4", "instock" : 70 }
   ]
}
{
   "_id" : 3,
   "inventory_docs" : [
      { "_id" : 5, "sku" : null, "description" : "Incomplete" },
      { "_id" : 6 }
   ]
}

이 작업은 다음과 같은 유사 SQL 문장에 해당합니다.

SELECT *, inventory_docs
FROM orders
WHERE inventory_docs IN (
   SELECT *
   FROM inventory
   WHERE sku = orders.item
);

자세한 내용은 동등성 매치 성능 고려 사항을 참조하세요.

배열에 `$lookup` 사용

localField가 배열인 경우 $unwind 단계 없이 스칼라 foreignField에 일치시킬 수 있습니다.

예를 들어 다음 문서를 사용하여 예시 컬렉션 classes를 만듭니다.

db.classes.insertMany( [
   { _id: 1, title: "Reading is ...", enrollmentlist: [ "giraffe2", "pandabear", "artie" ], days: ["M", "W", "F"] },
   { _id: 2, title: "But Writing ...", enrollmentlist: [ "giraffe1", "artie" ], days: ["T", "F"] }
] )

이 문서로 다른 컬렉션 members를 만듭니다.

db.members.insertMany( [
   { _id: 1, name: "artie", joined: new Date("2016-05-01"), status: "A" },
   { _id: 2, name: "giraffe", joined: new Date("2017-05-01"), status: "D" },
   { _id: 3, name: "giraffe1", joined: new Date("2017-10-01"), status: "A" },
   { _id: 4, name: "panda", joined: new Date("2018-10-11"), status: "A" },
   { _id: 5, name: "pandabear", joined: new Date("2018-12-01"), status: "A" },
   { _id: 6, name: "giraffe2", joined: new Date("2018-12-01"), status: "D" }
] )

다음 집계 작업은 classes 컬렉션의 문서를 members 컬렉션과 결합하여 enrollmentlist 필드를 name 필드와 일치시킵니다.

db.classes.aggregate( [
   {
      $lookup:
         {
            from: "members",
            localField: "enrollmentlist",
            foreignField: "name",
            as: "enrollee_info"
        }
   }
] )

이 연산은 다음을 반환합니다:

{
   "_id" : 1,
   "title" : "Reading is ...",
   "enrollmentlist" : [ "giraffe2", "pandabear", "artie" ],
   "days" : [ "M", "W", "F" ],
   "enrollee_info" : [
      { "_id" : 1, "name" : "artie", "joined" : ISODate("2016-05-01T00:00:00Z"), "status" : "A" },
      { "_id" : 5, "name" : "pandabear", "joined" : ISODate("2018-12-01T00:00:00Z"), "status" : "A" },
      { "_id" : 6, "name" : "giraffe2", "joined" : ISODate("2018-12-01T00:00:00Z"), "status" : "D" }
   ]
}
{
   "_id" : 2,
   "title" : "But Writing ...",
   "enrollmentlist" : [ "giraffe1", "artie" ],
   "days" : [ "T", "F" ],
   "enrollee_info" : [
      { "_id" : 1, "name" : "artie", "joined" : ISODate("2016-05-01T00:00:00Z"), "status" : "A" },
      { "_id" : 3, "name" : "giraffe1", "joined" : ISODate("2017-10-01T00:00:00Z"), "status" : "A" }
   ]
}

`$mergeObjects`과 함께 `$lookup` 사용

$mergeObjects 연산자는 여러 문서를 단일 문서로 결합합니다.

이 문서로 orders 컬렉션을 만듭니다.

db.orders.insertMany( [
   { "_id" : 1, "item" : "almonds", "price" : 12, "quantity" : 2 },
   { "_id" : 2, "item" : "pecans", "price" : 20, "quantity" : 1 }
] )

이 문서로 다른 컬렉션 items를 만듭니다.

db.items.insertMany( [
  { "_id" : 1, "item" : "almonds", description: "almond clusters", "instock" : 120 },
  { "_id" : 2, "item" : "bread", description: "raisin and nut bread", "instock" : 80 },
  { "_id" : 3, "item" : "pecans", description: "candied pecans", "instock" : 60 }
] )

다음 작업은 먼저 $lookup 단계를 사용하여 item 필드를 기준으로 두 컬렉션을 조인한 다음 $replaceRoot에서 $mergeObjects를 사용하여 items와 orders에서 조인된 문서를 병합합니다.

db.orders.aggregate( [
   {
      $lookup: {
         from: "items",
         localField: "item",    // field in the orders collection
         foreignField: "item",  // field in the items collection
         as: "fromItems"
      }
   },
   {
      $replaceRoot: { newRoot: { $mergeObjects: [ { $arrayElemAt: [ "$fromItems", 0 ] }, "$$ROOT" ] } }
   },
   { $project: { fromItems: 0 } }
] )

이 작업은 다음 문서를 반환합니다.

{
  _id: 1,
  item: 'almonds',
  description: 'almond clusters',
  instock: 120,
  price: 12,
  quantity: 2
},
{
  _id: 2,
  item: 'pecans',
  description: 'candied pecans',
  instock: 60,
  price: 20,
  quantity: 1
}

다중 조인 및 상관관계가 있는 하위 쿼리 수행하기 - `$lookup`

파이프라인은 조인된 컬렉션에서 실행할 수 있으며 여러 조인 조건을 포함할 수 있습니다.

조인 조건은 aggregate() 메서드가 실행된 로컬 컬렉션의 필드를 참조하고 조인된 컬렉션의 필드를 참조할 수 있습니다. 이렇게 하면 두 컬렉션 간에 상호 연관된 하위 쿼리가 가능합니다.

MongoDB 5.0은 상관관계가 있는 간결한 하위 쿼리를 지원합니다.

이 문서로 orders 컬렉션을 만듭니다.

db.orders.insertMany( [
  { "_id" : 1, "item" : "almonds", "price" : 12, "ordered" : 2 },
  { "_id" : 2, "item" : "pecans", "price" : 20, "ordered" : 1 },
  { "_id" : 3, "item" : "cookies", "price" : 10, "ordered" : 60 }
] )

이 문서로 다른 컬렉션 warehouses를 만듭니다.

db.warehouses.insertMany( [
  { "_id" : 1, "stock_item" : "almonds", warehouse: "A", "instock" : 120 },
  { "_id" : 2, "stock_item" : "pecans", warehouse: "A", "instock" : 80 },
  { "_id" : 3, "stock_item" : "almonds", warehouse: "B", "instock" : 60 },
  { "_id" : 4, "stock_item" : "cookies", warehouse: "B", "instock" : 40 },
  { "_id" : 5, "stock_item" : "cookies", warehouse: "A", "instock" : 80 }
] )

다음 예제입니다.

orders.item 및 warehouse.stock_item 필드에 대한 조인과 함께 상관된 하위 쿼리를 사용합니다.
재고가 있는 품목의 수량이 주문한 수량을 충족할 수 있는지 확인합니다.

db.orders.aggregate( [
   {
      $lookup:
         {
           from: "warehouses",
           let: { order_item: "$item", order_qty: "$ordered" },
           pipeline: [
              { $match:
                 { $expr:
                    { $and:
                       [
                         { $eq: [ "$stock_item",  "$$order_item" ] },
                         { $gte: [ "$instock", "$$order_qty" ] }
                       ]
                    }
                 }
              },
              { $project: { stock_item: 0, _id: 0 } }
           ],
           as: "stockdata"
         }
    }
] )

이 작업은 다음 문서를 반환합니다.

{
  _id: 1,
  item: 'almonds',
  price: 12,
  ordered: 2,
  stockdata: [
    { warehouse: 'A', instock: 120 },
    { warehouse: 'B', instock: 60 }
  ]
},
{
  _id: 2,
  item: 'pecans',
  price: 20,
  ordered: 1,
  stockdata: [ { warehouse: 'A', instock: 80 } ]
},
{
  _id: 3,
  item: 'cookies',
  price: 10,
  ordered: 60,
  stockdata: [ { warehouse: 'A', instock: 80 } ]
}

이 작업은 다음과 같은 유사 SQL 문장에 해당합니다.

SELECT *, stockdata
FROM orders
WHERE stockdata IN (
   SELECT warehouse, instock
   FROM warehouses
   WHERE stock_item = orders.item
   AND instock >= orders.ordered
);

$expr 연산자에 배치된 $eq, $lt, $lte, $gt, $gte 비교 연산자는 $lookup 단계에서 참조된 from 컬렉션의 인덱스를 사용할 수 있습니다. 제한 사항:

인덱스는 필드와 상수 간의 비교에만 사용할 수 있으므로 let 피연산자는 상수로 해결되어야 합니다.
예를 들어 $a 및 상수 값 간의 비교에는 인덱스를 사용할 수 있지만, $a 및 $b 간의 비교에는 인덱스를 사용할 수 없습니다.
let 피연산자가 비어 있거나 누락된 값으로 확인되는 비교에는 인덱스가 사용되지 않습니다.
다중 키 인덱스 는 사용되지 않습니다.

예를 들어 warehouses 컬렉션에 인덱스 { stock_item: 1, instock: 1 }가 존재하는 경우입니다.

warehouses.stock_item 필드의 동등성 매치는 인덱스를 사용합니다.
warehouses.instock 필드에 대한 쿼리의 범위 부분도 복합 인덱스의 인덱스 필드를 사용합니다.

팁

다음도 참조하세요.

상관관계가 없는 하위 쿼리 수행하기 - `$lookup`

집계 파이프라인 $lookup 단계는 조인된 컬렉션에서 파이프라인을 실행할 수 있으며, 이는 상호 관련되지 않은 하위 쿼리를 허용합니다. 상호 관련되지 않은 하위 쿼리는 조인된 문서 필드를 참조하지 않습니다.

참고

이 문서로 absences 컬렉션을 만듭니다.

db.absences.insertMany( [
   { "_id" : 1, "student" : "Ann Aardvark", sickdays: [ new Date ("2018-05-01"),new Date ("2018-08-23") ] },
   { "_id" : 2, "student" : "Zoe Zebra", sickdays: [ new Date ("2018-02-01"),new Date ("2018-05-23") ] },
] )

이 문서로 다른 컬렉션 holidays를 만듭니다.

db.holidays.insertMany( [
   { "_id" : 1, year: 2018, name: "New Years", date: new Date("2018-01-01") },
   { "_id" : 2, year: 2018, name: "Pi Day", date: new Date("2018-03-14") },
   { "_id" : 3, year: 2018, name: "Ice Cream Day", date: new Date("2018-07-15") },
   { "_id" : 4, year: 2017, name: "New Years", date: new Date("2017-01-01") },
   { "_id" : 5, year: 2017, name: "Ice Cream Day", date: new Date("2017-07-16") }
] )

다음 작업은 holidays 컬렉션의 2018년 공휴일 정보와 함께 absences 컬렉션을 조인합니다.

db.absences.aggregate( [
   {
      $lookup:
         {
           from: "holidays",
           pipeline: [
              { $match: { year: 2018 } },
              { $project: { _id: 0, date: { name: "$name", date: "$date" } } },
              { $replaceRoot: { newRoot: "$date" } }
           ],
           as: "holidays"
         }
    }
] )

이 연산은 다음을 반환합니다:

{
  _id: 1,
  student: 'Ann Aardvark',
  sickdays: [
    ISODate("2018-05-01T00:00:00.000Z"),
    ISODate("2018-08-23T00:00:00.000Z")
  ],
  holidays: [
    { name: 'New Years', date: ISODate("2018-01-01T00:00:00.000Z") },
    { name: 'Pi Day', date: ISODate("2018-03-14T00:00:00.000Z") },
    { name: 'Ice Cream Day', date: ISODate("2018-07-15T00:00:00.000Z")
    }
  ]
},
{
  _id: 2,
  student: 'Zoe Zebra',
  sickdays: [
    ISODate("2018-02-01T00:00:00.000Z"),
    ISODate("2018-05-23T00:00:00.000Z")
  ],
  holidays: [
    { name: 'New Years', date: ISODate("2018-01-01T00:00:00.000Z") },
    { name: 'Pi Day', date: ISODate("2018-03-14T00:00:00.000Z") },
    { name: 'Ice Cream Day', date: ISODate("2018-07-15T00:00:00.000Z")
    }
  ]
}

이 작업은 다음과 같은 유사 SQL 문장에 해당합니다.

SELECT *, holidays
FROM absences
WHERE holidays IN (
   SELECT name, date
   FROM holidays
   WHERE year = 2018
);

자세한 내용은 상관관계가 없는 하위 쿼리 성능 고려 사항을참조하세요.

상관관계가 있는 간결한 하위 쿼리 수행하기 - `$lookup`

버전 5.0에 추가.

MongoDB 5.0부터 집계 파이프라인 $lookup 단계는 컬렉션 간의 조인을 개선하는 간결한 상관관계 하위 쿼리 구문을 지원합니다. 새로운 간결한 구문은 $match 단계에서 $expr 연산자 내부의 외부 및 로컬 필드에 대한 동등성 매치 요구 사항을 제거합니다.

컬렉션 restaurants을 만듭니다:

db.restaurants.insertMany( [
   {
      _id: 1,
      name: "American Steak House",
      food: [ "filet", "sirloin" ],
      beverages: [ "beer", "wine" ]
   },
   {
      _id: 2,
      name: "Honest John Pizza",
      food: [ "cheese pizza", "pepperoni pizza" ],
      beverages: [ "soda" ]
   }
] )

음식 및 음료 주문(선택 사항)이 포함된 다른 컬렉션 orders를 만듭니다.

db.orders.insertMany( [
   {
      _id: 1,
      item: "filet",
      restaurant_name: "American Steak House"
   },
   {
      _id: 2,
      item: "cheese pizza",
      restaurant_name: "Honest John Pizza",
      drink: "lemonade"
   },
   {
      _id: 3,
      item: "cheese pizza",
      restaurant_name: "Honest John Pizza",
      drink: "soda"
   }
] )

다음 예제입니다.

orders.restaurant_name localField를 restaurants.name foreignField와 매칭시켜 orders와 restaurants 컬렉션을 조인합니다. pipeline이 실행되기 전에 매치가 수행됩니다.
각각 $$orders_drink 및 $beverages를 사용하여 액세스하는 orders.drink 및 restaurants.beverages 필드 간에 $in 배열 일치를 수행합니다.

db.orders.aggregate( [
   {
      $lookup: {
         from: "restaurants",
         localField: "restaurant_name",
         foreignField: "name",
         let: { orders_drink: "$drink" },
         pipeline: [ {
            $match: {
               $expr: { $in: [ "$$orders_drink", "$beverages" ] }
            }
         } ],
         as: "matches"
      }
   }
] )

orders.drink 및 restaurants.beverages 필드에 soda 값과 일치하는 항목이 있습니다. 이 출력은 matches 배열을 표시하고 일치 항목에 대해 restaurants 컬렉션의 조인된 모든 필드를 포함합니다.

{
   "_id" : 1, "item" : "filet",
   "restaurant_name" : "American Steak House",
   "matches" : [ ]
}
{
   "_id" : 2, "item" : "cheese pizza",
   "restaurant_name" : "Honest John Pizza",
   "drink" : "lemonade",
   "matches" : [ ]
}
{
   "_id" : 3, "item" : "cheese pizza",
   "restaurant_name" : "Honest John Pizza",
   "drink" : "soda",
   "matches" : [ {
      "_id" : 2, "name" : "Honest John Pizza",
      "food" : [ "cheese pizza", "pepperoni pizza" ],
      "beverages" : [ "soda" ]
   } ]
}

상관관계가 있는 간결한 하위 쿼리가 소개되기 전에는 $lookup를 통한 다중 조인 및 상관 하위 쿼리 수행에서 보여진 것처럼 pipeline $lookup단계에서 $expr 연산자를 활용해 로컬 필드와 조인 필드 사이에서$eq 동등성 매치를 사용해야 했습니다.

이 예에서는 5.0 이전 버전의 구형 MongoDB 구문을 사용하며 버전에서 앞의 간결한 예와 동일한 결과를 반환합니다.

db.orders.aggregate( [
   {
      $lookup: {
         from: "restaurants",
         let: { orders_restaurant_name: "$restaurant_name",
                orders_drink: "$drink" },
         pipeline: [ {
            $match: {
               $expr: {
                  $and: [
                     { $eq: [ "$$orders_restaurant_name", "$name" ] },
                     { $in: [ "$$orders_drink", "$beverages" ] }
                  ]
               }
            }
         } ],
         as: "matches"
      }
   }
] )

이전 예시는 다음 유사 SQL 문에 해당합니다.

SELECT *, matches
FROM orders
WHERE matches IN (
   SELECT *
   FROM restaurants
   WHERE restaurants.name = orders.restaurant_name
   AND restaurants.beverages = orders.drink
);

자세한 내용은 상관관계가 있는 하위 쿼리 성능 고려 사항을 참조하세요.

돌아가기

$listSessions

$매치

정의

호환성

구문

단일 조인 조건으로 동일성 일치

참고

조인된 컬렉션의 조인 조건 및 하위 쿼리

참고

간결한 구문을 사용한 상호 연관된 하위 쿼리

고려 사항

보기 및 데이터 정렬

제한 사항

샤드 컬렉션 제한

성능 고려 사항

중요

예시

단일 동일성 조인 수행하기 - $lookup

배열에 $lookup 사용

$mergeObjects과 함께 $lookup 사용

다중 조인 및 상관관계가 있는 하위 쿼리 수행하기 - $lookup

팁

다음도 참조하세요.

상관관계가 없는 하위 쿼리 수행하기 - $lookup

참고

상관관계가 있는 간결한 하위 쿼리 수행하기 - $lookup

단일 동일성 조인 수행하기 - `$lookup`

배열에 `$lookup` 사용

`$mergeObjects`과 함께 `$lookup` 사용

다중 조인 및 상관관계가 있는 하위 쿼리 수행하기 - `$lookup`

상관관계가 없는 하위 쿼리 수행하기 - `$lookup`

상관관계가 있는 간결한 하위 쿼리 수행하기 - `$lookup`