Ефективне використання агрегації MongoDB для групування та підрахунку даних

5 Березня 2024 в 23:16 37

В сучасному світі, коли обсяги даних зростають експоненційно, ефективне управління та аналіз великих наборів даних стає надзвичайно важливим завданням для багатьох розробників програмного забезпечення. MongoDB, як одна з найпопулярніших NoSQL баз даних, надає широкі можливості для роботи з даними, включаючи потужність агрегаційних функцій.

Одним з поширених випадків використання MongoDB є необхідність групувати дані за певними критеріями та підраховувати кількість елементів у кожній групі. Для досягнення цієї мети можна використовувати агрегаційні запити разом з функцією $group, яка дозволяє групувати дані та застосовувати агрегаційні функції до кожної групи.

Розглянемо конкретний випадок, коли потрібно згрупувати дані та підрахувати кількість елементів у кожній групі. Нехай у нас є структура даних MongoDB, яка містить об’єкти з полем items, яке є масивом об’єктів з полем productId. Ми хочемо знайти кількість кожного productId у всьому наборі даних.

[
    {
        _id: '111',
        items: [
            {
                productId: '123'
            }
        ]
    },
    {
        _id: '222',
        items: [
            {
                productId: '123'
            },
            {
                productId: '456'
            }
        ]
    },
    {
        _id: '333',
        items: [
            {
                productId: '123'
            },
            {
                productId: '456'
            },
            {
                productId: '789'
            }
        ]
    }
]

[

{

_id: '111',

items: [

{

productId: '123'

}

]

{

_id: '222',

items: [

{

productId: '123'

{

productId: '456'

}

]

{

_id: '333',

items: [

{

productId: '123'

{

productId: '456'

{

productId: '789'

}

]

}

]

Ми очікуємо, що результат буде наступним:

[
    {
        productId: '123',
        count: 3
    },
    {
        productId: '456',
        count: 2
    },
    {
        productId: '789',
        count: 1
    }
]

[

{

productId: '123',

{

productId: '456',

{

productId: '789',

}

]

Для досягнення такого результату можна скористатися агрегаційним запитом, який буде використовувати функцію $group для групування даних за productId та функцію $sum для підрахунку кількості елементів у кожній групі.

const aggregatorOpts = [
  {
    $group: {
      _id: "$items.productId",
      count: { $sum: 1 }
    }
  }
];
Model.aggregate(aggregatorOpts).exec();

const aggregatorOpts = [

{

$group: {

_id: "$items.productId",

}

];

Model.aggregate(aggregatorOpts).exec();

Однак, при виконанні цього запиту може виникнути проблема з отриманням очікуваних результатів. У випадку, якщо productId має більше одного значення у масиві items, функція $group може повернути неправильні результати, як показано нижче:

result [
  { _id: [ '123' ], count: 1 },
  { _id: [ '123', '456' ], count: 1 },
  { _id: [ '123', '456', '789' ], count: 1 }
]

result [

{ _id: [ '123' ], count: 1 },

{ _id: [ '123', '456' ], count: 1 },

{ _id: [ '123', '456', '789' ], count: 1 }

]

Це відбувається через те, що значення productId розглядаються як масив, а не окремі значення.

Для вирішення цієї проблеми можна використовувати функцію $unwind, яка розгортає масив items перед застосуванням функції $group, що дозволяє правильно групувати дані за productId. Ось як можна модифікувати агрегаційний запит:

const aggregatorOpts = [
  {
    $unwind: "$items"
  },
  {
    $group: {
      _id: "$items.productId",
      count: { $sum: 1 }
    }
  }
];
Model.aggregate(aggregatorOpts).exec();

const aggregatorOpts = [

{

$unwind: "$items"

{

$group: {

_id: "$items.productId",

}

];

Model.aggregate(aggregatorOpts).exec();

Після внесення змін результат буде відображати очікувану кількість productId:

result [
  { _id: '123', count: 3 },
  { _id: '456', count: 2 },
  { _id: '789', count: 1 }
]

result [

{ _id: '123', count: 3 },

{ _id: '456', count: 2 },

{ _id: '789', count: 1 }

]

Таким чином, використання агрегації MongoDB разом з функцією $group та $unwind дозволяє ефективно групувати та підраховувати дані у великих наборах даних, забезпечуючи необхідну функціональність для аналізу даних у реальному часі.