Transforme seus dados com agregação

Comparar agregação e encontrar operações

Você pode usar encontrar operações para executar as seguintes ações:

• Selecione quais documentos devolver

• Selecione quais campos retornar

• ordenar os resultados

Você pode usar operações de agregação para executar as seguintes ações:

• Executar operações de localização

• Renomear campos

• Calcular campos

• Resumir dados

• Agrupar valores

Limitações

Considere as seguintes limitações ao realizar operações de agregação:

• Os documentos devolvidos não podem violar olimite de tamanho do documento BSON de 16 megabytes.

• Os estágios do pipeline têm um limite de memória de 100 megabytes por padrão. Você pode exceder esse limite criando uma array de opções que defina a opção allowDiskUse como true e passando a array para o método MongoDB\Collection::aggregate() .

  Importante

  exceção $graphLookup

  O estágio $graphLookup tem um limite de memória rigoroso de 100 megabytes e ignora a opção allowDiskUse .

Exemplo de filtro e grupo

O exemplo de código a seguir produz uma contagem do número de padarias em cada bairro de Nova York. Para fazer isso, ele usa um pipeline de agregação que contém os seguintes estágios:

1. estágio $match para filtrar documentos nos quais o campo cuisine contém o valor 'Bakery'

2. $group estágio para agrupar os documentos correspondentes pelo campo borough , acumulando uma contagem de documentos para cada valor distinto

$pipeline = [
    ['$match' => ['cuisine' => 'Bakery']],
    ['$group' => ['_id' => '$borough', 'count' => ['$sum' => 1]]],
];
$cursor = $collection->aggregate($pipeline);
foreach ($cursor as $doc) {
    echo json_encode($doc), PHP_EOL;
}

{"_id":"Brooklyn","count":173}
{"_id":"Queens","count":204}
{"_id":"Bronx","count":71}
{"_id":"Staten Island","count":20}
{"_id":"Missing","count":2}
{"_id":"Manhattan","count":221}

Explicar uma agregação

Para visualizar informações sobre como o MongoDB executa sua operação, você pode instruir o planejador de query do MongoDB a explicá -la. Quando o MongoDB explica uma operação, ele retorna planos de execução e estatísticas de desempenho. Um plano de execução é uma maneira em potencial da qual o MongoDB pode concluir uma operação. Quando você instrui o MongoDB a explicar uma operação, ele retorna o plano executado pelo MongoDB e quaisquer planos de execução rejeitados.

Para explicar uma operação de agregação , construa um objeto MongoDB\Operation\Aggregate e passe os estágios de banco de dados de dados, coleção e pipeline como parâmetros. Em seguida, passe o objeto MongoDB\Operation\Aggregate para o método MongoDB\Collection::explain() .

O exemplo a seguir instrui o MongoDB a explicar a operação de agregação da seção anterior:

$pipeline = [
    ['$match' => ['cuisine' => 'Bakery']],
    ['$group' => ['_id' => '$borough', 'count' => ['$sum' => 1]]],
];
$aggregate = new MongoDB\Operation\Aggregate(
    $collection->getDatabaseName(),
    $collection->getCollectionName(),
    $pipeline
);
$result = $collection->explain($aggregate);
echo json_encode($result), PHP_EOL;

{"explainVersion":"2","queryPlanner":{"namespace":"sample_restaurants.restaurants",
"indexFilterSet":false,"parsedQuery":{"cuisine":{"$eq":"Bakery"}},"queryHash":"865F14C3",
"planCacheKey":"D56D6F10","optimizedPipeline":true,"maxIndexedOrSolutionsReached":false,
"maxIndexedAndSolutionsReached":false,"maxScansToExplodeReached":false,"winningPlan":{
... }

Exemplo de filtro e grupo

Este exemplo usa os dados de amostra fornecidos na seção Calcular Contagem, Soma e Média da $group referência de estágio no manual do Servidor.

O exemplo de código a seguir calcula o valor total de vendas, a quantidade média de vendas e a contagem de vendas para cada dia no ano 2014. Para fazer isso, ele usa um pipeline de agregação que contém os seguintes estágios:

1. estágio$match para filtrar documentos que contêm um date campo em que o ano é 2014

2. estágio$group para agrupar os documentos por data e calcular o valor total das vendas, a quantidade média de vendas e a contagem de vendas para cada grupo

3. estágio$sort para classificar os resultados pelo valor total da venda para cada grupo em ordem decrescente

$pipeline = [
    MongoDB\Builder\Stage::match(
        date: [
            MongoDB\Builder\Query::gte(new MongoDB\BSON\UTCDateTime(new DateTimeImmutable('2014-01-01'))),
            MongoDB\Builder\Query::lt(new MongoDB\BSON\UTCDateTime(new DateTimeImmutable('2015-01-01'))),
        ],
    ),
    MongoDB\Builder\Stage::group(
        _id: MongoDB\Builder\Expression::dateToString(MongoDB\Builder\Expression::dateFieldPath('date'), '%Y-%m-%d'),
        totalSaleAmount: MongoDB\Builder\Accumulator::sum(
            MongoDB\Builder\Expression::multiply(
                MongoDB\Builder\Expression::numberFieldPath('price'),
                MongoDB\Builder\Expression::numberFieldPath('quantity'),
            ),
        ),
        averageQuantity: MongoDB\Builder\Accumulator::avg(
            MongoDB\Builder\Expression::numberFieldPath('quantity'),
        ),
        count: MongoDB\Builder\Accumulator::sum(1),
    ),
    MongoDB\Builder\Stage::sort(
        totalSaleAmount: MongoDB\Builder\Type\Sort::Desc,
    ),
];
$cursor = $collection->aggregate($pipeline);
foreach ($cursor as $doc) {
    echo json_encode($doc), PHP_EOL;
}

{"_id":"2014-04-04","totalSaleAmount":{"$numberDecimal":"200"},"averageQuantity":15,"count":2}
{"_id":"2014-03-15","totalSaleAmount":{"$numberDecimal":"50"},"averageQuantity":10,"count":1}
{"_id":"2014-03-01","totalSaleAmount":{"$numberDecimal":"40"},"averageQuantity":1.5,"count":2}

Exemplo de arrays incorporadas de unwind

Este exemplo usa os dados de amostra fornecidos na seção Unwind Embedded Arrays da $unwind referência de estágio no manual do servidor.

O exemplo de código a seguir agrupa itens vendidos por suas marcações e calcula o valor total de vendas para cada marcação. Para fazer isso, ele usa um pipeline de agregação que contém os seguintes estágios:

1. Estágio$unwind para gerar um documento separado para cada elemento da items array

2. Estágio$unwind para gerar um documento separado para cada elemento das items.tags arrays

3. $group estágio para agrupar os documentos pelo valor da tag e calcular o valor total de vendas de itens que têm cada tag

$pipeline = [
    MongoDB\Builder\Stage::unwind(MongoDB\Builder\Expression::arrayFieldPath('items')),
    MongoDB\Builder\Stage::unwind(MongoDB\Builder\Expression::arrayFieldPath('items.tags')),
    MongoDB\Builder\Stage::group(
        _id: MongoDB\Builder\Expression::fieldPath('items.tags'),
        totalSalesAmount: MongoDB\Builder\Accumulator::sum(
            MongoDB\Builder\Expression::multiply(
                MongoDB\Builder\Expression::numberFieldPath('items.price'),
                MongoDB\Builder\Expression::numberFieldPath('items.quantity'),
            ),
        ),
    ),
];
$cursor = $collection->aggregate($pipeline);
foreach ($cursor as $doc) {
    echo json_encode($doc), PHP_EOL;
}

{"_id":"office","totalSalesAmount":{"$numberDecimal":"1019.60"}}
{"_id":"school","totalSalesAmount":{"$numberDecimal":"104.85"}}
{"_id":"stationary","totalSalesAmount":{"$numberDecimal":"264.45"}}
{"_id":"electronics","totalSalesAmount":{"$numberDecimal":"800.00"}}
{"_id":"writing","totalSalesAmount":{"$numberDecimal":"60.00"}}

Exemplo de união de igualdade única

Este exemplo utiliza os dados de amostra fornecidos na seção Executar uma única união de igualdade com $lookup da $lookup referência de estágio no manual do Servidor.

O exemplo de código a seguir une os documentos da collection orders aos documentos da collection inventory usando o campo item da collection orders e o campo sku da collection inventory.

Para fazer isso, o exemplo usa um pipeline de agregação que contém um estágio $lookup que especifica a coleção para recuperar os dados e os nomes dos campo locais e externos.

$pipeline = [
    MongoDB\Builder\Stage::lookup(
        from: 'inventory',
        localField: 'item',
        foreignField: 'sku',
        as: 'inventory_docs',
    ),
];
/* Performs the aggregation on the orders collection */
$cursor = $collection->aggregate($pipeline);
foreach ($cursor as $doc) {
    echo json_encode($doc), PHP_EOL;
}

{"_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}]}

Manual do MongoDB Server

Para saber mais sobre os tópicos discutidos neste guia, consulte as seguintes páginas no manual do MongoDB Server :

• Para ver uma lista completa de operadores de expressão, consulte Operadores de aggregation.

• Para saber mais sobre como montar uma agregação pipeline e ver exemplos, consulte Aggregation Pipeline.

• Para saber mais sobre como criar estágios de pipeline, consulte Estágios de agregação.

• Para saber mais sobre como explicar as operações do MongoDB, consulte Explicar planos de saída e query.

Atlas Search e Vector Search

Você pode realizar pesquisas de texto completo usando a funcionalidade Atlas Search . Para saber mais, consulte o guia do Atlas Search .

Você pode realizar pesquisas de similaridade em incorporações vetoriais usando o recurso Atlas Vector Search . Para saber mais, consulte o guia Atlas Vector Search .

Documentação da API

Para saber mais sobre os métodos discutidos neste guia, consulte a seguinte documentação da API:

• MongoDB\Collection::aggregate()

• MongoDB\Collection::explain()