$facet

Nuovo dalla versione 8.0.2.

La fase di $facet aggregazione in Amazon DocumentDB elabora più pipeline di aggregazione in un'unica fase sullo stesso set di documenti di input. Ogni campo di output definisce la propria pipeline e ogni pipeline riceve gli stessi documenti di input. Ciò consente di calcolare diverse aggregazioni indipendenti, come conteggi, raggruppamenti e statistiche di riepilogo, in una singola query invece di eseguire la raccolta tramite più query separate.

Ogni sottopipeline viene eseguita in modo indipendente e produce una serie di documenti archiviati nel campo di output corrispondente. Poiché le pipeline secondarie non condividono lo stato, l'output di una pipeline non influisce su un'altra.

Sintassi

{
  $facet: {
    <outputField1>: [ <stage1>, <stage2>, ... ],
    <outputField2>: [ <stage1>, <stage2>, ... ],
    ...
  }
}

Parametri

• outputField(obbligatorio): il nome di un campo di output che contiene l'array di risultati della pipeline di aggregazione associata. È possibile specificare uno o più campi di output. Ogni campo di output è mappato a una serie di fasi della pipeline di aggregazione che viene applicata ai documenti di input.

Output

Lo $facet stage restituisce un singolo documento. Ogni campo di output specificato contiene una serie di documenti prodotti dalla corrispondente sottopipeline.

Limitazioni

• Una $facet pipeline secondaria non può includere le seguenti fasi:$changeStream,$collStats, $facet (la nidificazione non è consentita),,,,$geoNear,$indexStats,$listSearchIndexes, $merge$out, $planCacheStats e. $search $searchMeta $vectorSearch

• Il documento restituito $facet dallo stage deve rimanere entro il limite di dimensione del documento BSON di 16 MB.

• Una $sort fase che precede una $facet fase non può determinare l'ordine di un accumulatore sensibile all'ordine ($first,,,$last, $push $firstN$lastN, o$mergeObjects) in una$group,$bucket, o $bucketAuto fase in cui tale ordinamento dovrebbe essere applicato oltre i confini. $facet Ciò vale sia che la fase di raggruppamento si trovi all'interno di una $facet sottopipeline o dopo la fase. $facet In questo caso, Amazon DocumentDB restituisce un errore invece di eseguire la pipeline. Per ordinare un accumulatore di questo tipo, posiziona lo $sort stage all'interno della $facet sottopipeline, immediatamente prima della fase di raggruppamento. Order-insensitive gli accumulatori, quali,, e $sum $min $max$count, non sono interessati.

Esempio (MongoDB Shell)

L'esempio seguente dimostra come utilizzare lo $facet stage per calcolare diverse aggregazioni sugli stessi dati di vendita in una singola query.

Crea documenti di esempio

db.sales.insertMany([
  { item: "abc", price: 10, quantity: 2, date: new Date("2020-09-01") },
  { item: "def", price: 20, quantity: 1, date: new Date("2020-10-01") },
  { item: "ghi", price: 5, quantity: 3, date: new Date("2020-11-01") },
  { item: "jkl", price: 15, quantity: 2, date: new Date("2020-12-01") },
  { item: "abc", price: 25, quantity: 1, date: new Date("2021-01-01") }
]);

Esempio di interrogazione

Il comando seguente viene utilizzato $facet per calcolare, in un'unica fase, la quantità totale venduta per articolo, le statistiche complessive dei prezzi e il numero totale di documenti:

db.sales.aggregate([
  {
    $facet: {
      "totalByItem": [
        { $group: { _id: "$item", totalQuantity: { $sum: "$quantity" } } }
      ],
      "priceStats": [
        { $group: { _id: null, avgPrice: { $avg: "$price" }, maxPrice: { $max: "$price" } } }
      ],
      "documentCount": [
        { $count: "total" }
      ]
    }
  }
])

Output

Questo comando restituisce il seguente output:

[
  {
    totalByItem: [
      { _id: "abc", totalQuantity: 3 },
      { _id: "def", totalQuantity: 1 },
      { _id: "ghi", totalQuantity: 3 },
      { _id: "jkl", totalQuantity: 2 }
    ],
    priceStats: [
      { _id: null, avgPrice: 15, maxPrice: 25 }
    ],
    documentCount: [
      { total: 5 }
    ]
  }
]

Esempi di codice

Per visualizzare un esempio di codice per l'utilizzo del $facet comando, scegli la scheda corrispondente alla lingua che desideri utilizzare:

Node.js

const { MongoClient } = require('mongodb');

async function example() {
  const client = await MongoClient.connect('mongodb://<username>:<password>@<cluster-endpoint>:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false');
  const db = client.db('test');
  const sales = db.collection('sales');

  const result = await sales.aggregate([
    {
      $facet: {
        "totalByItem": [
          { $group: { _id: "$item", totalQuantity: { $sum: "$quantity" } } }
        ],
        "priceStats": [
          { $group: { _id: null, avgPrice: { $avg: "$price" }, maxPrice: { $max: "$price" } } }
        ],
        "documentCount": [
          { $count: "total" }
        ]
      }
    }
  ]).toArray();

  console.log(result);
  client.close();
}

example();

Python

from pymongo import MongoClient

def example():
    client = MongoClient('mongodb://<username>:<password>@<cluster-endpoint>:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
    db = client['test']
    sales = db['sales']

    result = list(sales.aggregate([
        {
            '$facet': {
                'totalByItem': [
                    {'$group': {'_id': '$item', 'totalQuantity': {'$sum': '$quantity'}}}
                ],
                'priceStats': [
                    {'$group': {'_id': None, 'avgPrice': {'$avg': '$price'}, 'maxPrice': {'$max': '$price'}}}
                ],
                'documentCount': [
                    {'$count': 'total'}
                ]
            }
        }
    ]))

    print(result)
    client.close()

example()