애그리게이션을 통한 데이터 변환

집계 및 찾기 연산 비교

찾기 조치를 사용하여 다음 조치을 수행할 수 있습니다:

• 반환할 문서 선택

• 반환할 필드 선택

• 결과 정렬

집계 조치를 사용하여 다음 조치를 수행할 수 있습니다:

• 찾기 작업 수행

• 필드 이름 바꾸기

• 필드 계산

• 데이터 요약

• 그룹 값

제한 사항

집계 작업을 사용할 때는 다음과 같은 제한 사항이 적용 됩니다.

• 반환된 문서는 BSON 문서 크기 제한인 16메가바이트를 초과하지 않아야 합니다.

• 파이프라인 단계의 메모리 제한은 기본값 100 메가바이트입니다. AggregateIterable 클래스의 allowDiskUse() 메서드를 사용하여 이 제한을 초과할 수 있습니다.

집계 파이프라인 빌드 및 실행

컬렉션 의 문서에 대해 집계 을 수행하려면 aggregate() 메서드에 집계 단계 목록을 전달합니다.

이 예시 는 뉴욕시 각 자치구에 있는 베이커리 수의 개수를 출력합니다. 다음 코드는 다음 단계를 포함하는 집계 파이프라인 을 생성합니다.

• cuisine 필드 의 값이 "Bakery" 인 문서를 필터하다 하는 $match 단계입니다.

• 일치하는 문서를 borough 필드 별로 그룹 하여 해당 필드 의 각 고유 값에 대한 문서 수를 생성하는 $ 그룹 단계입니다.

val pipeline = listOf(
    Aggregates.match(Filters.eq(Restaurant::cuisine.name, "Bakery")),
    Aggregates.group("\$borough", Accumulators.sum("count", 1))
)
val results = collection.aggregate<Document>(pipeline)
results.forEach { result ->
    println(result)
}

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

애그리게이션 설명

MongoDB 가 작업을 실행하는 방법에 대한 정보를 보려면 파이프라인 에 $explain 집계 단계를 포함하면 됩니다. MongoDB 는 작업을 설명할 때 실행 계획 과 성능 통계를 반환합니다. 실행 계획은 MongoDB 가 작업을 완료할 수 있는 잠재적인 방법입니다. MongoDB 에 작업을 설명하도록 지시하면 MongoDB 가 작업에 대해 선택한 계획과 거부된 실행 계획을 모두 반환합니다.

다음 코드 예시 에서는 이전 섹션에 표시된 것과 동일한 집계 을 실행하고 $explain 단계를 추가하여 작업 세부 정보를 출력합니다.

print(collection.aggregate(pipeline).explain())

{
  "explainVersion": "2",
  "queryPlanner": {
      "namespace": "sample_restaurants.restaurants"
      "indexFilterSet": false,
      "parsedQuery": {
        "cuisine": {"$eq": "Bakery"}
      },
      "queryHash": "865F14C3",
      "planCacheKey": "0697561B",
      "optimizedPipeline": true,
      "maxIndexedOrSolutionsReached": false,
      "maxIndexedAndSolutionsReached": false,
      "maxScansToExplodeReached": false,
      "winningPlan": { ... }
      ...
  }
  ...
}

파이프라인 검색 단계 만들기

검색 연산자를 사용하여 Atlas Search 파이프라인 단계에서 검색 기준을 만들 수 있습니다.

코틀린 동기 (Kotlin Sync) 운전자 다음 연산자에 대한 헬퍼 메서드를 제공합니다.

{
  "mappings": {
    "dynamic": true,
    "fields": {
      "title": {
        "analyzer": "lucene.keyword",
        "type": "string"
      },
      "genres": {
        "normalizer": "lowercase",
        "type": "token"
      }
    }
  }
}

val searchStage = Aggregates.search(
    SearchOperator.compound()
        .filter(
            listOf(
                SearchOperator.`in`(fieldPath("genres"), listOf("Comedy")),
                SearchOperator.phrase(fieldPath("fullplot"), "new york"),
                SearchOperator.numberRange(fieldPath("year")).gtLt(1950, 2000),
                SearchOperator.wildcard(fieldPath("title"), "Love *")
            )
        )
)
val projectStage = Aggregates.project(
    Projections.include("title", "year", "genres"))
val pipeline = listOf(searchStage, projectStage)
val results = collection.aggregate(pipeline)
results.forEach { result -> println(result) }

Document{{_id=..., genres=[Comedy, Romance], title=Love at First Bite, year=1979}}
Document{{_id=..., genres=[Comedy, Drama], title=Love Affair, year=1994}}

API 문서

코틀린( 코틀린 동기 (Kotlin Sync) 운전자 로 집계 작업을 실행하는 방법에 대한 자세한 내용은 다음 API 문서를 참조하세요.

• 집계()

• AggregateIterable

• 집계

• 검색()

• 프로젝트()