Agregaciones y Procesamiento de Datos

1. ¿Qué es una agregación? #

Las consultas normales (find()) nos permiten buscar datos, pero las agregaciones permiten hacer análisis avanzado, como contar registros, calcular promedios, sumar valores, etc.

📌 Ejemplo:
Queremos saber el precio promedio de todos los productos en nuestra base de datos.

✔️ Con una consulta normal (find()), obtenemos todos los productos:

1db.productos.find()

✔️ Con una agregación, podemos calcular el precio promedio:

1db.productos.aggregate([
2  { $group: { _id: null, precioPromedio: { $avg: "$precio" } } }
3])

✅ Resultado:

1[
2  { "precioPromedio": 950 }
3]

Conclusión: La agregación nos devuelve información procesada sin necesidad de trabajar los datos fuera de la base.

2. El Pipeline de Agregación #

Una agregación en MongoDB se compone de varias etapas (como una tubería que procesa datos paso a paso).

📌 Las etapas más usadas:

3. Ejemplo Práctico: Análisis de Productos #

Imaginemos que tenemos una colección de productos con esta estructura:

1[
2  { "nombre": "Laptop", "marca": "Dell", "precio": 1200, "stock": 5 },
3  { "nombre": "Celular", "marca": "Samsung", "precio": 800, "stock": 10 },
4  { "nombre": "Tablet", "marca": "Apple", "precio": 1000, "stock": 3 }
5]

🔹 Filtrar productos con $match #

Queremos ver solo los productos con precio mayor a 900:

1db.productos.aggregate([
2  { $match: { precio: { $gt: 900 } } }
3])

✅ Resultado:

1[
2  { "nombre": "Laptop", "marca": "Dell", "precio": 1200 },
3  { "nombre": "Tablet", "marca": "Apple", "precio": 1000 }
4]

🔹 Agrupar productos por marca con $group #

Queremos saber cuántos productos hay de cada marca:

1db.productos.aggregate([
2  { $group: { _id: "$marca", cantidad: { $sum: 1 } } }
3])

✅ Resultado:

1[
2  { "_id": "Dell", "cantidad": 1 },
3  { "_id": "Samsung", "cantidad": 1 },
4  { "_id": "Apple", "cantidad": 1 }
5]

🔹 Calcular el precio promedio de los productos con $group #

1db.productos.aggregate([
2  { $group: { _id: null, precioPromedio: { $avg: "$precio" } } }
3])

✅ Resultado:

1[
2  { "precioPromedio": 1000 }
3]

🔹 Seleccionar solo algunos campos con $project #

Si solo queremos ver el nombre y el precio de los productos:

1db.productos.aggregate([
2  { $project: { _id: 0, nombre: 1, precio: 1 } }
3])

✅ Resultado:

1[
2  { "nombre": "Laptop", "precio": 1200 },
3  { "nombre": "Celular", "precio": 800 },
4  { "nombre": "Tablet", "precio": 1000 }
5]

🔹 Ordenar productos por precio con $sort #

Para mostrar los productos del más barato al más caro:

1db.productos.aggregate([
2  { $sort: { precio: 1 } }
3])

✅ Resultado:

1[
2  { "nombre": "Celular", "precio": 800 },
3  { "nombre": "Tablet", "precio": 1000 },
4  { "nombre": "Laptop", "precio": 1200 }
5]

🔹 Limitar la cantidad de resultados con $limit #

Si solo queremos ver los 2 productos más baratos:

1db.productos.aggregate([
2  { $sort: { precio: 1 } },
3  { $limit: 2 }
4])

✅ Resultado:

1[
2  { "nombre": "Celular", "precio": 800 },
3  { "nombre": "Tablet", "precio": 1000 }
4]

🔹 Unir información con $lookup (JOIN en NoSQL) #

Si tenemos una colección de pedidos y queremos ver los detalles del producto en cada pedido, usamos $lookup.

Ejemplo: Colección pedidos #

1[
2  { "_id": 1, "producto_id": "Laptop", "cantidad": 2 },
3  { "_id": 2, "producto_id": "Celular", "cantidad": 1 }
4]

Consulta para unir pedidos con productos #

1db.pedidos.aggregate([
2  { 
3    $lookup: { 
4      from: "productos", 
5      localField: "producto_id", 
6      foreignField: "nombre", 
7      as: "productoDetalles" 
8    }
9  }
10])

✅ Resultado:

1[
2  { "_id": 1, "producto_id": "Laptop", "cantidad": 2, "productoDetalles": [{ "marca": "Dell", "precio": 1200 }] },
3  { "_id": 2, "producto_id": "Celular", "cantidad": 1, "productoDetalles": [{ "marca": "Samsung", "precio": 800 }] }
4]

📌 Así podemos hacer un "JOIN" en bases documentales.

4. ¿Por qué usar agregaciones? #

✅ Permiten procesar grandes volúmenes de datos sin necesidad de traer todo al código
✅ Mejoran el rendimiento y evitan consultas innecesarias
✅ Facilitan el análisis de datos directamente en la base de datos