ทดลองเขียน Aggregation ใน MongoDB

พอดีว่าได้ลองนั่งอ่านเรื่อง Aggregation ของ MongoDB แล้วรู้สึกว่ามันน่าสนใจดี ก็เลยทำเป็นบทความซะเลย

หากใครยังไม่รู้จัก MongoDB หรือว่ายังไ่ม่ได้ติดตั้งแนะนำบทความ MongoDB คืออะไร? + สอนวิธีใช้งานเบื้องต้น

สำหรับเวอร์ชันของผมที่ใช้ในการเขียนบทความคือ MongoDB version 3.2.6

Aggregation คืออะไร ?

Aggregation คือคำสั่งที่ใช้ในการประมวลผล data records เช่นการ group, การ sum, การค้นหาข้อมูลหรือแม้แต่การเปลี่ยนแปลงค่าของ output ใน MongoDB เราสามารถเรียกใช้ aggregate() ได้เลย เช่น

db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

Aggregation ทำอะไรได้บ้าง ?

• การ Group ข้อมูล
• เลือกแสดง fields ที่ต้องการได้ (เหมือนกับ projection)
• คำนวณข้อมูลก่อนแสดงผล เช่น sum, average
• นับจำนวนคอมเม้น ในแต่ละโพส (เก็บ comment เป็น array ใน post document)

ตัวอย่าง Operators

• $match : สำหรับ filter documents
• $project : เอาไว้ปรับแต่ง documents เช่น จะเอา fields ไหนให้แสดง หรือเปลี่ยนชื่อ fields ได้
• $group : group document
• $sort : เอาไว้เรียงลำดับ document
• $limit, $skip : สำหรับทำ pagination documents

ตัวอย่าง Data

ตัวอย่างจะใช้ Data Set ของทางเว็บ mongo สามารถดาวน์โหลดได้จาก zipcodes collection

ทำการ import ลง database ของเรา ด้วย mongoimport

mongoimport --db ahoy_aggregate_example --collection zipcodes --drop --file /path/to/file/zips.json

• --db : กำหนดชื่อของ database
• --collection : ทำการกำหนดชือ collection
• --drop : เช็คว่า db ahoy_aggregate_example มี collection zipcodes หรือเปล่า ถ้ามีก็ drop ทิ้ง
• --file : กำหนดไฟล์ที่เราต้องการ import

เมือรันคำสั่งจะได้ผลลัพธ์ลักษณะแบบนี้

2016-06-25T20:45:47.637+0700  connected to: localhost
2016-06-25T20:45:47.637+0700  dropping: ahoy_aggregate_example.zipcodes
2016-06-25T20:45:48.194+0700  imported 29353 documents

ทดลองดูว่ามีข้อมูลจริงมั้ย

mongo
> show dbs
ahoy_aggregate_example     0.078GB
> use ahoy_aggregate_example
switched to db ahoy_aggregate_example
> db.zipcodes.find().count()
29353
> db.zipcodes.findOne()
{
  "_id" : "01001",
  "city" : "AGAWAM",
  "loc" : [
    -72.622739,
    42.070206
  ],
  "pop" : 15338,
  "state" : "MA"
}

ซึ่งถ้าดูจากข้อมูลแล้ว เราสามารถสร้าง Schema ด้วย Mongoose จะได้ดังนี้

'use strict'
const mongoose = require('mongoose')
const Schema = mongoose.Schema
let Zipcodes = new Schema({
  _id: {
    type: String,
    unique: true,
    index: true
  },
  city: String,
  loc: {
    type: [Number],
    index: '2d'
  },
  pop: Number,
  state: String
})
module.exports = mongoose.model('Zipcodes', Zipcodes)

\$match

• สำหรับ Filter Document

เช่น หา state ชื่อ NY

db.zipcodes.aggregate([
  {
    $match: { state: 'NY' }
  }
])

จะได้ข้อมูลเฉพาะ state เท่ากับ NY เท่านั้น

หรือตัวอย่าง เช่น หาเมืองที่มีค่า pop มากกว่า 100000 จะได้

db.zipcodes.aggregate([
  {
    $match: { pop: {$gte: 100000} }
  }
])

ผลลัพธ์

[
  {
    "_id": "10025",
    "city": "NEW YORK",
    "loc": [-73.9683119999999974, 40.797466],
    "pop": 100027,
    "state": "NY"
  },
  {
    "_id": "10021",
    "city": "NEW YORK",
    "loc": [-73.9588049999999981, 40.7684759999999997],
    "pop": 106564,
    "state": "NY"
  },
  {
    "_id": "11226",
    "city": "BROOKLYN",
    "loc": [-73.9569850000000031, 40.6466939999999965],
    "pop": 111396,
    "state": "NY"
  },
  {
    "_id": "60623",
    "city": "CHICAGO",
    "loc": [-87.7156999999999982, 41.8490150000000014],
    "pop": 112047,
    "state": "IL"
  }
]

\$project

ไว้สำหรับปรับแต่ง output คล้ายๆกับ query แบบกำหนด projection

ตัวอย่าง เข่น ต้องการแสดงแค่ชื่อ city และ pop เท่านั้น ไม่แสดงอย่างอื่น จะได้

db.zipcodes.aggregate([
  {
    $project: { _id: 0, city: 1, pop: 1 }
  }
])

ผลลัพธ์

[
    {
        "city" : "AGAWAM",
        "pop" : 15338
    },
    {
        "city" : "BLANDFORD",
        "pop" : 1240
    },
    {
        "city" : "BELCHERTOWN",
        "pop" : 10579
    },
    {
        "city" : "CUSHMAN",
        "pop" : 36963
    },
    ...
]

Note: 0 คือไม่แสดง field นั้น และ 1 คือให้แสดง field นั้น

อีกตัวอย่าง เช่น sub-document fields เอา state และ city ไปไว้ใน info เช่น

db.zipcodes.aggregate([
  {
    $project: {
      info: {
        state: "$state",
        city: "$city"
      }
    }
  }
])

ผลลัพธ์

[
  {
    "_id": "01001",
    "info": {
      "state": "MA",
      "city": "AGAWAM"
    }
  },
  {
    "_id": "01008",
    "info": {
      "state": "MA",
      "city": "BLANDFORD"
    }
  },
  {
    "_id": "01007",
    "info": {
      "state": "MA",
      "city": "BELCHERTOWN"
    }
  }
]

\$group

เหมือนกับ GROUP BY ใน SQL เช่น การรวม city, state และ sum ค่า pop จะได้ดังนี้

db.zipcodes.aggregate([
  {
    $group: {
      _id: "$state",
      totalPop: { $sum: "$pop"}
    }
  }
])

ผลลัพธ์

[
    {
        "_id" : "NV",
        "totalPop" : 1.20183e+06
    },
    {
        "_id" : "ID",
        "totalPop" : 1.00675e+06
    },
    {
        "_id" : "CO",
        "totalPop" : 3.29376e+06
    },
    ...
]

อีกตัวอย่าง เช่น นับจำนวน city ในแต่ละ states ว่ามีเท่าไหร่

Note! : บาง city สามารถมีได้หลาย zipcode ฉะนั้นข้อมูลอาจจะคลาดเคลื่อนไปบ้าง และในข้อมูล data sheet บาง fields มี city และ state ซ้ำกัน

db.zipcodes.aggregate([
  {
    $group: {
      _id: "$state",
      totalCities: { $sum: 1}
    }
  }
])

ผลลัพธ์

[
    {
        "_id" : "NV",
        "totalCities" : 104.0000000000000000
    },
    {
        "_id" : "ID",
        "totalCities" : 244.0000000000000000
    },
    {
        "_id" : "CO",
        "totalCities" : 414.0000000000000000
    },
    ...
]

• อีกตัวอย่าง เช่น การ distinct value รวมกลุ่ม city ทั้งหมดใน state ไว้ใน field cities

db.zipcodes.aggregate([
  {
    $group: {
      _id: "$state",
      cities: { $addToSet: "$city"}
    }
  }
])

ผลลัพธ์

[
    {
        "_id" : "NV",
        "cities" : [
            "BEOWAWE",
            "OASIS",
            "MOUNTAIN CITY",
            ...
        ]
    },
    {...},
    {...}
]

\$sort

การ Sorting document เรียงลำดับก่อนหลัง เช่น หาจำนวน city ในแต่ละ state แล้วก็เรียงข้อมูลจากน้อยไปมาก จะเขียนได้

db.zipcodes.aggregate([
  {
    $group: {
      _id: "$state",
      totalCities: { $sum: 1}
    }
  },
  {
    $sort: {
      totalCities: 1
    }
  }
])

ผลลัพธ์

[
    {
        "_id" : "DC",
        "totalCities" : 24.0000000000000000
    },
    {
        "_id" : "DE",
        "totalCities" : 53.0000000000000000
    },
    {
        "_id" : "RI",
        "totalCities" : 69.0000000000000000
    },
    {
        "_id" : "HI",
        "totalCities" : 80.0000000000000000
    },
    {
        "_id" : "NV",
        "totalCities" : 104.0000000000000000
    },
    ...
]

ทั้งหมดนี้ก็เป็นแค่ตัวอย่างคร่าวๆในการใช้งาน Aggregation ใน MongoDB ที่ผมได้ลองศึกษา ยังไม่รวมหลายๆอย่าง เช่น $geoNear หรือ $unwind อีกทั้งตัว Aggregation นั้นยังทำอะไรได้อีกเยอะแยะ ที่ผมยังไม่ได้ลองโดยเฉพาะตัว $geoNear ได้ลองแค่เบื้องต้น แต่จริงๆมันทำอะไรได้เยอะแยะมาก เช่น ค้นหา nearby หรือหาระยะทางระหว่าง location เป็นต้น

References

• MongoDB Aggregation
• Example with ZIP Code Data