Menu

Aggregatie in MongoDB: Aggregate Pipeline and Map Reduce

  • Hoofd
  • Andere
  • Aggregatie in MongoDB: Aggregate Pipeline and Map Reduce

aggregation mongodb

Probeer Ons Instrument Voor Het Oplossen Van Problemen

Een overzicht van aggregatie in MongoDB:

Authenticatie in MongoDB werd in onze vorige tutorial hierin in detail uitgelegd Gedetailleerde MongoDB-trainingsserie ​

In deze zelfstudie leren we over aggregatie in MongoDB.

In eenvoudige bewoordingen betekent aggregatie het combineren van verschillende bronnen van informatie en het leveren van de meest authentieke gegevens. In MongoDB is het het proces om informatie uit een andere collectie te valideren en in ruil daarvoor één record te leveren.

Aggregatie in MongoDB

Er worden verschillende bewerkingen uitgevoerd op de verzamelde gegevens om alleen de geldige informatie te extraheren.

In MongoDB zijn drie soorten aggregatie beschikbaar, zoals hieronder weergegeven:

  1. Aggregatiepijplijn
  2. Kaart verkleinen
  3. Single Purpose Aggregation

Wat je leert:

Aggregatiepijplijn

Aggregation Framework in MongoDB is ontwikkeld op basis van het concept van gegevensverwerkingspijplijnen. In deze pijplijn wordt een set van verschillende functies toegepast op een document dat in de pijplijn wordt ingevoerd om het uiteindelijke resultaat te aggregeren.

In principe worden twee bewerkingen uitgevoerd op elk document in de pijplijn. Ten eerste worden de records gefilterd, net zoals hoe query's worden uitgevoerd, en in de tweede fase verandert de transformatie van het document het type voor uitvoerdoeleinden.

Aan de andere kant worden pijplijnbewerkingen ook gebruikt voor het sorteren, groeperen, samenvoegen en aggregeren van arrays en arrays van het document. Op de een of andere manier kunnen pijplijnen ook worden gebruikt om de inhoud samen te vatten of om het gemiddelde en de aaneenschakeling van records te berekenen.

Code

selenium zoekelement door css-selector
​

Figuur 1: In Mongo Shell

Aggregatiepijpleiding in Mongodb

Figuur 2: In Robo 3T

Aggregatiepijpleiding in robo 3t

figuur 3

Aggregatie - Robo 3T

Kaart verkleinen

MongoDB biedt ook de functie Kaart verkleinen voor aggregatiedoeleinden. Over het algemeen zijn er twee fasen van Map Reduce. In de eerste fase wordt elk document verwerkt en wordt een gemeenschappelijk en overtollig deel van het document verzonden om een ​​uniek record door te geven voor de volgende fase.

In de tweede fase komen alle unieke onderdelen samen en worden ze samengevoegd tot één resultaat. Map Reduce biedt ook sortering, filtering en documentwijziging.

Code

​

Figuur 4: In Mongo Shell

Kaart verminderen in Mongo db

Figuur 5: In Robo 3T

Kaart verkleinen in Robo 3t

Figuur 6

Kaart verkleinen

Single Purpose Aggregation

Bij de aggregatie voor één doel wordt slechts één filter toegepast om het resultaat te berekenen. In eenvoudige bewoordingen, als we een hele verzameling moeten aggregeren op basis van één filter, dan moeten we aggregatiebewerkingen voor één doel gebruiken.

In MongoDB hebben we drie soorten aggregatiebewerkingen voor een enkele filtratie:

  1. db.collection.estimatedDocumentCount ()
  2. db.collection.count ()
  3. db.collection.distinct ()

Alle bovenstaande bewerkingen worden gebruikt voor aggregatie voor één doel. Deze bewerkingen bieden een eenvoudige toegangscontrole tot de gebruikelijke aggregatieprocessen. Deze operaties bieden geen uitgebreide filtratie en sortering, net als de aggregatiepijplijn en Map Reduce.

Code

wat is een 7z-bestand mac
​

Figuur 7: In Mongo Shell

Single Purpose Aggregation in Mongodb

Figuur 8: In Robo 3T

Single Purpose Aggregation in Robo 3t

Figuur 9

Single Purpose Aggregation

Gevolgtrekking

Aggregatie is het proces waarbij informatie wordt verzameld om het gemiddelde resultaat te verkrijgen. Het wordt ook gebruikt voor analytische doeleinden. In deze tutorial hebben we geleerd over de drie soorten aggregatie die beschikbaar zijn in MongoDB om informatie te verwerken.

MongoDB biedt ons ook de kaartreductiemethode, die wordt gebruikt om enorme informatie te verzamelen. Map Reduce wordt vooral gebruikt voor big data. Al deze aggregatiemethoden worden gebruikt op basis van de toestand van de records en de resulterende waarden.

In onze aanstaande tutorial zullen we in detail over projectie in MongoDB leren.

PREV-zelfstudie ​ VOLGENDE zelfstudie

Aanbevolen literatuur

^