$match et $project : filtrer et remodeler

L’étape $match est l’équivalent, dans le pipeline d’agrégation, du filtre de find(). Elle accepte la même syntaxe de requête — vérifications d’égalité, opérateurs de comparaison, opérateurs logiques, $regex, $elemMatch — et filtre le flux de documents en supprimant ceux qui ne correspondent pas. Les documents qui passent sont transmis à l’étape suivante ; les autres sont éliminés.

Lorsque $match est la première étape du pipeline, MongoDB peut utiliser un index pour appliquer le filtre, exactement comme une requête find(). Si $match apparaît après d’autres étapes, l’avantage de l’index est perdu, car le planificateur ne peut utiliser l’index que pour la première étape. Il s’agit de la règle de performance la plus importante lors de la conception d’un pipeline d’agrégation.

L’opérateur de recherche en texte intégral $text ne peut être utilisé qu’à l’intérieur de $match, et uniquement lorsqu’il s’agit de la première étape du pipeline. Cette restriction existe parce que MongoDB doit transmettre la recherche textuelle à l’index de texte, ce qui se produit au niveau du plan de requête avant toute transformation effectuée par une étape. Après que $match a filtré le texte, vous pouvez projeter le score de texte et trier par pertinence dans les étapes suivantes.

L’étape $project remodèle les documents : vous pouvez inclure ou exclure des champs, renommer des champs et calculer des champs entièrement nouveaux à l’aide d’opérateurs d’expression. Elle transmet un document de sortie pour chaque document d’entrée, contrairement à $group, qui regroupe plusieurs documents en un seul. Une étape $project sert souvent à réduire les documents avant des étapes coûteuses ou à préparer la structure finale de la sortie.

Comme les projections de find(), $project ne peut pas mélanger inclusion et exclusion dans une même étape, à l’exception de _id, qui peut toujours être explicitement exclu, même dans une projection par inclusion. Attribuez 1 à un champ pour l’inclure, 0 pour l’exclure, ou une expression pour le calculer et l’inclure. Les champs non mentionnés dans une projection par inclusion sont supprimés.

La véritable puissance de $project réside dans le calcul de nouveaux champs dérivés à l’aide d’opérateurs d’expression. Vous pouvez renommer un champ en lui attribuant une référence de champ, effectuer des opérations arithmétiques, mettre en forme des chaînes ou utiliser des conditions, le tout côté serveur sans modifier les documents stockés. Les champs calculés n’existent que dans la sortie du pipeline ; les documents sous-jacents restent inchangés.

Vous pouvez utiliser $project pour restructurer la forme du document : aplatir des champs imbriqués au niveau supérieur ou regrouper des champs plats dans un sous-document imbriqué. Cela permet d’aligner la sortie MongoDB sur le schéma de réponse d’une API différent de la structure des documents stockés, sans modifier la manière dont vous stockez les données.

$project prend en charge les expressions de tableau pour transformer ou filtrer les tableaux contenus dans les documents. Vous pouvez utiliser $map pour transformer chaque élément, $filter pour sélectionner les éléments qui correspondent à une condition, $slice pour extraire une partie du tableau ou $arrayElemAt pour accéder à un index précis. Ces opérations s’exécutent côté serveur sur le tableau complet, sans nécessiter plusieurs étapes de pipeline.

Vous pouvez utiliser plusieurs étapes $match dans un même pipeline. Un schéma courant consiste à utiliser $match tôt pour tirer parti d’un index, puis $group ou $project pour calculer de nouveaux champs, et enfin un second $match pour filtrer selon ces valeurs calculées. Le premier $match bénéficie de l’utilisation de l’index ; le second filtre l’ensemble de résultats calculés.

Un inconvénient fréquent de $project est qu’en mode inclusion, vous devez énumérer chaque champ que vous souhaitez conserver. Si vous voulez simplement ajouter de nouveaux champs sans supprimer les champs existants, utilisez plutôt $addFields (ou son alias $set). $addFields conserve tous les champs existants et ajoute ou remplace uniquement les champs indiqués, ce qui est beaucoup moins verbeux pour de simples ajouts de champs calculés.

Placer une étape $project tôt dans le pipeline afin de supprimer les champs inutiles réduit la mémoire et la bande passante utilisées par les étapes suivantes. Si les étapes ultérieures n’ont pas besoin d’un grand tableau imbriqué ou d’un long champ textuel, excluez-les avec un $project ou un $unset placé tôt. Cela a un impact particulièrement important lorsque les documents sont volumineux et que le pipeline comporte de nombreuses étapes.

Dans cette leçon, vous avez appris que $match filtre le flux de documents en utilisant la même syntaxe de requête que find() et doit être placé en premier pour tirer parti des index, que $project remodèle les documents en incluant, excluant et calculant des champs, et que $addFields est préférable lorsque vous souhaitez uniquement ajouter des champs sans énumérer tous les champs existants. Nous allons maintenant étudier $group pour effectuer des agrégations et calculer des totaux.