Estou precisando usar o operador de agrupamento $group
do mongodb, porém toda explicação que eu encontro é muito confusa.
Como funciona isso e qual o benefício de usar esse operador?
Stack Overflow em Português é um site de perguntas e respostas para programadores profissionais e entusiastas. Leva apenas um minuto para se inscrever.
Inscreva-se para participar desta comunidadeO $group
é um dos estágios do aggregate
. A ideia do aggregate
é estabelecer uma pipeline de operações sobre uma collection que vai produzir uma saída determinada. É uma alternativa ao map-reduce
oferecida pelo MongoDB. Na documentação sobre aggregation
do MongoDB, o uso do aggregate
é descrito em pseudo-código como:
db.collection.aggregate([ { <stage> }, ... ])
Ou seja, db.collection.aggregate
recebe um array de stage
s, estágios no pipeline (como o $group
). Existem vários estágios descritos nesse link acima. O mais simples, seria o $match
, que simplesmente filtra os resultados no momento em que passam por ele para o próximo estágio do pipeline. Por exemplo:
db.collection.aggregate([
{ $match: { nome: 'Wallace' } },
{ $match: { idade: 10 } }
])
Vai primeiro filtrar todos os documentos pelo field nome
e em seguida pelo field idade
. Note que isso poderia ser redundante e mais lento do que se só executassemos { $match: { nome: 'Wallace', idade: 10 } }
, mas o MongoDB realiza otimizações no pipeline que você definir e uma delas combina vários $match
s seguidos em um.
Quanto ao $group
, a ideia é passar um field _id
, que define como você quer agrupar os resultados do seu pipeline e vários fields que trabalhem sobre todos os documentos gerando algum resultado final. Por exemplo:
db.collection.aggregate({
{ $match: { nome: 'Wallace' } },
{ $group: { _id: '$idade', total: { $sum: 1 } } }
})
Vai primeiro filtrar todos os documentos, encontrando aqueles com doc.nome == 'Wallace'
e em seguida os agrupar por idade
. Assim, todos os grupos de documentos com a mesma idade vão ser representados por um único objeto, com o formato:
{
_id: <alguma-idade>,
total: <0 + 1 para cada documento agrupado (portanto: o total de Wallaces com essa idade)>
}
O $sum
acima é um operador do estágio $group
. Ele leva algum parâmetro, que pode ser calculado para cada documento, e produz a soma de todos os resultados para todos os documentos. Se escrevêssemos:
db.collection.aggregate([
{ $group: { _id: '$nome', somaDasIdades: { $sum: '$idade' } } }
])
Receberíamos a soma de todas as idades para cada grupo de documentos com o mesmo nome.
A lista completa de operadores para produzir resultados no estágio $group
está aqui:
O valor que fica ao lado do _id
ou do $sum
é qualquer expressão válida, então ele pode ser:
um valor literal, como 'Wallace'
um caminho até um campo nos documentos que estão passando '$documento.campo'
um objeto que aplica várias expressões para campos específicos
Um exemplo usando um objeto como _id
seria:
db.collection.aggregate([
{
$group: {
_id: {
nome: '$nome',
idade: '$idade'
}
}
}
])
Isso vai criar grupos (sem outros campos fora o _id
) de todos os documentos com a mesma idade
e o mesmo nome
.
Também existe uma função no REPL db.collection.group
, mas ela é só um helper para fazer aggregate
s só com um estágio $group
.
Acho que isso dá a noção básica que é possível se passar rapidamente. Eu sugiro fortemente que você leia a documentação do aggregate
que eu linkei acima:
Sobre o porquê de se usar um aggregate
, acho que depende extremamente do que você for fazer. Assim como o map-reduce
, esse é o tipo de operação a ser feita quando a quantidade de dados sobre a qual você está operando é grande o suficiente para não valer a pena os processar no código da sua aplicação. Nesses casos, usar algo como um aggregate
vai ser mais (muito mais) eficiente do que puxar uma quantidade grande de dados para sua aplicação e os tratar nela.