MongoDB – Tri, limites et regroupement¶

Les tris¶

La commande sort permet de trier les données issues de la requête.

Syntaxe :

db.collection.find().sort( { clé1: indice_tri, clé2: indice_tri, …, cléN: indice_tri } )

clé : nom du champ à trier
indice tri : 1 pour trier en ordre croissant, -1 pour trier en ordre décroissant.

Exemples :

db.restaurants.find({}, {_id:0, name:1}).sort({name:1})
db.restaurants.find({}, {_id:0, cuisine : 1, name:1}).sort({cuisine : 1, name:1})
db.restaurants.find({}, {_id:0, cuisine : 1, name:1, address:1}).sort({'address.zipcode':-1})

Documentation officielle: https://docs.mongodb.com/manual/reference/method/cursor.sort/

Les limites¶

La commande limit permet de préciser le nombre d’enregistrements retournés par la requête, pour en limiter la quantité.

Dans la plupart des cas, il est essentiel d’appliquer préalablement un tri.

Exemple :

db.restaurants.find({}, {_id:0, name:1}).sort({name:1}).limit(5)

Documentation officielle : https://docs.mongodb.com/manual/reference/method/cursor.limit/

Les transformations (aggregations)¶

Fonctionnalité intégrée à MongoDB permettant essentiellement de regrouper, de manipuler, de transformer les données et/ou d’effectuer des calculs statistiques.

Syntaxe :

db.collection.aggregate(pipeline, options)

Pipeline : Un tableau contenant les étapes de regroupement (voir plus bas)

Documentation officielle :

Explication vidéo : https://youtu.be/Kxegt-5iT-Q

Les étapes de transformations (aggregations)¶

Le premier argument de la méthode db.collection.aggregate est un tableau d’étapes de transformations.

Les possibilités sont très variées. Voici les mots-clés les plus fréquemment utilisés :

Étape	Description
`$match`	Équivalent au `find`. Filtre les documents en fonction des critères spécifiés.
`$group`	Regroupe les éléments identiques en fonction de l'expression. Permet aussi l'utilisation de fonctions statistiques (somme, moyenne, min, max, etc.)
`$sort`	Trie les documents en fonction des critères spécifiés.
`$limit`	Affiche les N premiers éléments.
`$skip`	Saute les N premiers éléments (comme `offset()`).
`$count`	Retourne le nombre d'éléments correspondant aux critères spécifiés.
`$unwind`	Est aussi approprié dans certains contextes. Il permet de déconstruire un tableau (plus d'info plus tard).

Exemple de référence¶

Exemples supplémentaires¶

db.restaurants.aggregate([
    {
        $match : {cuisine:"Salads"}
    }
])

Équivalent à :

db.restaurants.find({cuisine:"Salads"})

Regroupement par cuisine :

db.restaurants.aggregate([
    {
        $group: {
            _id: "$cuisine",
        }
    }
])

L’opérateur $count est souvent utilisé dans l'étape de regroupement ($group) :

db.restaurants.aggregate([
    {
        $group: {
            _id: "$cuisine",
            nbRestos: { $count: {} }
        }
    }
])

Liste des opérateurs d’accumulation disponibles avec $group

Utiliser des scripts dans mongosh¶

Comme nos instructions MongoDB sont de plus en plus complexes, nous pouvons les éditer dans un fichier et les exécuter à l’aide de mongosh

Dans mongosh même:

load( "scripts/monscript.js" )

Dans une ligne de commande Windows:

mongosh --file scripts/monscript.js

Documentation : https://www.mongodb.com/docs/mongodb-shell/write-scripts/

Exercice 3¶

Restaurants :

Liste des restaurants (nom seulement) triée en ordre décroissant de nom.
Nombre de restaurants par arrondissement (borough)
Nombre de restaurants par cuisine
Avancé: Nombre d’évaluations (grades) par restaurant (indice : utiliser $unwind ou $size)

Personnes

Liste des 5 premières personnes de la collection
Liste des 5 premières personnes de la collection ayant les yeux bleus
Liste des 5 premières personnes de la collection (triée par nom) ayant les yeux bleus
Nombre de personnes selon la couleur des yeux
Avancé : Moyenne du nombre d’amis selon la couleur des yeux
Avancé : Nombre de personnes par groupe d’âge (tranches de 10 ans)

Résultats (grades)

Liste des 10 meilleurs résultats à l’examen
Moyenne par élève
Moyenne par type d’évaluation
Avancé : Écart type (standard deviation) par évaluation

L’écart type est une mesure permettant de mesurer la dispersion autour de la moyenne. Elle est entre autres utilisée dans les Mégadonnées pour détecter les valeurs aberrantes (outliers) qui peuvent provenir d’erreurs de saisie. (https://www.mongodb.com/docs/manual/reference/operator/aggregation/stdDevSamp/)

https://medium.com/@dhwajraj/learning-python-regression-analysis-part-7-handling-outliers-in-data-d36ee9e2130b