Agregação

Analogia

As operações de agregação funcionam de forma semelhante às fábricas de automóveis com linhas de montagem. As linhas de montagem têm estações com ferramentas especializadas para executar tarefas específicas. Por exemplo, ao construir um carro, a linha de montagem começa com o estrutura. Em seguida, à medida que a estrutura do carro se move pela linha de montagem, cada estação monta uma peça separada. O resultado é um produto final transformado, o carro acabado.

A linha de montagem representa o aggregation pipeline, as estações individuais representam os estágios de aggregation, as ferramentas especializadas representam os operadores de expressão, e o produto finalizado representa o resultado agregado.

Insights de idade por gênero

O exemplo abaixo calcula a idade média, mínima e máxima dos usuários interessados em cada gênero.

O pipeline de agregação contém os seguintes estágios:

• Um estágio $unwind para separar cada entrada de array no campo genre_interests em um novo documento.

• Um estágio $group para agrupar documentos pelo valor do campo genre_interests . Esse estágio encontra a idade média, mínima e máxima do usuário usando os operadores $avg, $min e $max .

let age_pipeline = vec![
    doc! { "$unwind": doc! { "path": "$genre_interests" } },
    doc! { "$group": doc! {
        "_id": "$genre_interests",
        "avg_age": doc! { "$avg": "$age" },
        "min_age": doc! { "$min": "$age" },
        "max_age": doc! { "$max": "$age" }
    } }
];
let mut results = my_coll.aggregate(age_pipeline).await?;
while let Some(result) = results.try_next().await? {
    println!("* {:?}", result);
}

* { "_id": "memoir", "avg_age": 25.8, "min_age": 18, "max_age": 39 }
* { "_id": "sci-fi", "avg_age": 42, "min_age": 18, "max_age": 66 }
* { "_id": "fiction", "avg_age": 33.333333333333336, "min_age": 16, "max_age": 66 }
* { "_id": "nonfiction", "avg_age": 53.5, "min_age": 31, "max_age": 76 }
* { "_id": "self help", "avg_age": 56, "min_age": 56, "max_age": 56 }
* { "_id": "poetry", "avg_age": 39, "min_age": 39, "max_age": 39 }
* { "_id": "literary", "avg_age": 49.5, "min_age": 21, "max_age": 76 }
* { "_id": "fantasy", "avg_age": 34.666666666666664, "min_age": 18, "max_age": 66 }
* { "_id": "mystery", "avg_age": 24.666666666666668, "min_age": 20, "max_age": 31 }
* { "_id": "theory", "avg_age": 33, "min_age": 21, "max_age": 45 }
* { "_id": "art", "avg_age": 39, "min_age": 39, "max_age": 39 }
* { "_id": "sports", "avg_age": 22.5, "min_age": 16, "max_age": 29 }

Agrupar por componente de tempo

O exemplo a seguir mostra quantos usuários foram ativos pela última vez em cada mês.

O pipeline de agregação contém os seguintes estágios:

• $project estágio para extrair o mês do campo last_active como um número para o campo month_last_active

• $group etapa para agrupar documentos pelo campo month_last_active e contar o número de documentos para cada mês

• $sort estágio para definir uma classificação crescente no mês

let last_active_pipeline = vec![
    doc! { "$project": { "month_last_active" : doc! { "$month" : "$last_active" } } },
    doc! { "$group": doc! { "_id" : doc! {"month_last_active": "$month_last_active"} ,
    "number" : doc! { "$sum" : 1 } } },
    doc! { "$sort": { "_id.month_last_active" : 1 } }
];
let mut results = my_coll.aggregate(last_active_pipeline).await?;
while let Some(result) = results.try_next().await? {
    println!("* {:?}", result);
}

* { "_id": { "month_last_active": 1 }, "number": 3 }
* { "_id": { "month_last_active": 5 }, "number": 4 }
* { "_id": { "month_last_active": 6 }, "number": 1 }
* { "_id": { "month_last_active": 7 }, "number": 1 }
* { "_id": { "month_last_active": 8 }, "number": 2 }
* { "_id": { "month_last_active": 11 }, "number": 1 }

Calcular gêneros populares

O exemplo a seguir encontra os três gêneros mais populares com base na frequência com que eles aparecem nos interesses dos usuários.

O pipeline de agregação contém os seguintes estágios:

• $unwind estágio para separar cada entrada de array no campo genre_interests em um novo documento

• $group estágio para agrupar documentos pelo campo genre_interests e contar o número de documentos para cada gênero

• $sort estágio para definir uma classificação descendente na popularidad do gênero

• $limit palco para mostrar apenas os três primeiros gêneros

let popularity_pipeline = vec![
    doc! { "$unwind" : "$genre_interests" },
    doc! { "$group" : doc! { "_id" : "$genre_interests" , "number" : doc! { "$sum" : 1 } } },
    doc! { "$sort" : doc! { "number" : -1 } },
    doc! { "$limit": 3 }
];
let mut results = my_coll.aggregate(popularity_pipeline).await?;
while let Some(result) = results.try_next().await? {
    println!("* {:?}", result);
}

* { "_id": "fiction", "number": 6 }
* { "_id": "memoir", "number": 5 }
* { "_id": "literary", "number": 4 }

Documentação da API

Para saber mais sobre os métodos e tipos mencionados neste guia, consulte a documentação da API abaixo:

• Aggregate()

• AggregateOptions