MongoDBで集計関数を実装するアグリゲーションクエリの書き方

MongoDBでは、アグリゲーションフレームワークを利用することで、SQLの集計関数に相当する処理を柔軟に実装できます。本記事では、サンプルコレクションを作成し、$match・$unwind・$groupなどのステージを組み合わせた集計クエリの実行方法を、手順を追って解説します。

1. サンプルコレクションの作成

まず、insertOne()メソッドを使って、配列フィールド「Details」を持つドキュメントを含むコレクションを作成します。

> db.demo121.insertOne(
...    {
...       "Id" : 101,
...       "Details" : [
...          {
...             "SubjectId" : "1",
...             "SubjectName" : "MongoDB",
...             "Score" : 76
...          },
...          {
...             "SubjectId" : "2",
...             "SubjectName" : "MySQL",
...             "Score" : 76
...          },
...          {
...             "SubjectId" : "3",
...             "SubjectName" : "Java",
...             "Score" : 76
...          }
...       ]
...    }
... );
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e2f1c60140daf4c2a3544b3")
}

2. 登録したドキュメントの確認

find()メソッドを使って、コレクション内のすべてのドキュメントを表示してみましょう。

> db.demo121.find();

実行すると、以下のような出力が得られます。

{
   "_id" : ObjectId("5e2f1c60140daf4c2a3544b3"), "Id" : 101, "Details" : [
      { "SubjectId" : "1", "SubjectName" : "MongoDB", "Score" : 76 },
      { "SubjectId" : "2", "SubjectName" : "MySQL", "Score" : 76 },
      { "SubjectId" : "3", "SubjectName" : "Java", "Score" : 76 }
   ]
}

3. 集計関数（アグリゲーション）を実装するクエリ

続いて、aggregate()メソッドを使って集計処理を実行します。このクエリでは、「Id」が101のドキュメントを抽出し、Details配列を展開したうえで、科目IDごとにグループ化して結果を整形しています。

> db.demo121.aggregate([
...    { "$match": { "Id": 101 } },
...    { "$unwind": "$Details" },
...    {
...       "$group": {
...          "_id": "$Details.SubjectId",
...          "count": { "$sum": 1 },
...          "Details": {
...             "$push": {
...                "SubjectName": "$Details.SubjectName"
...             }
...          }
...       }
...    },
...    {
...       "$group": {
...          "_id": null,
...          "List": {
...             "$push": {
...                "SubId": "$_id",
...                "Details": "$Details"
...             }
...          }
...       }
...    }
... ], function (err, out) {
...    res.json(out);
... });

パイプラインの各ステージの役割

• $match：条件に一致するドキュメントのみを抽出します。ここでは「Id」が101のドキュメントを対象としています。
• $unwind：配列フィールド「Details」を要素ごとに個別のドキュメントへ展開します。
• $group（1つ目）：SubjectIdごとにドキュメントをグループ化し、$sumで件数をカウント、$pushで科目名を配列にまとめます。
• $group（2つ目）：すべてのグループを単一の結果セットにまとめ、「List」フィールドとして整理して出力します。

4. 実行結果

クエリを実行すると、SubjectIdごとに整理された次のような結果が得られます。

{
   "_id" : null, "List" : [
      { "SubId" : "3", "Details" : [ { "SubjectName" : "Java" } ] },
      { "SubId" : "2", "Details" : [ { "SubjectName" : "MySQL" } ] },
      { "SubId" : "1", "Details" : [ { "SubjectName" : "MongoDB" } ] }
   ] 
}

まとめ

MongoDBのアグリゲーションパイプラインを使えば、配列データの展開からグループ化、件数の集計までを一連の流れで処理できます。特に$matchと$unwindを組み合わせれば、ネストされた配列データも柔軟に集計できるため、複雑なドキュメント構造を扱う際にとても便利です。ぜひ実際の開発でも活用してみてください。