MongoDB Aggregation Eğitimi: Pipeline ve Analiz

Eğitim Hakkında

MongoDB aggregation framework'ünü aşama aşama öğreten, sorgu ve analiz odaklı orta seviye eğitim

MongoDB Aggregation Eğitimi, MongoDB'nin güçlü veri işleme motoru aggregation framework'üne odaklanır. Katılımcılar pipeline mantığını, belgelerin aşamalar arasında nasıl aktığını öğrenir. $match, $project, $group, $sort, $lookup, $unwind ve $facet gibi aşamaları, aritmetik, dizi ve koşul operatörlerini uygulamalı kullanır. $group ile toplulaştırma, $lookup ile birleştirme ve çok yönlü analiz yapar. Indeks ve explain ile pipeline performansını optimize etmeyi hedefler.

Süre ve Format

3 Gün. İlk gün pipeline temelleri ve aşamalar, ikinci gün gruplama, birleştirme ve operatörler, üçüncü gün ileri desenler ve performans işlenir.

Seviye

Orta Seviye — MongoDB aggregation pipeline aşamalarını, operatörlerini ve performans optimizasyonunu kapsar

Öğrenme Metodu

Her aşama gerçek koleksiyonlar üzerinde pipeline yazılarak, sonuçlar ve explain çıktıları incelenerek uygulamalı işlenir.

Neden Bu Eğitim?

🔄Pipeline'ı kavrayın

Aşamaların belgeleri nasıl dönüştürdüğünü anlayarak karmaşık veri işleme ihtiyaçlarını tek sorguda çözersiniz.

🔗Birleştirme gücü

$lookup ile koleksiyonlar arası birleştirmeyi öğrenerek ilişkisel sorgulara benzer analizler kurgularsınız.

⚡Performansı artırın

Indeks ve aşama sırası optimizasyonuyla büyük veri üzerinde hızlı çalışan pipeline'lar yazmayı öğrenirsiniz.

Anahtar Konular

mongodb aggregation eğitimimongodb pipeline eğitimiaggregation frameworkmongodb group lookupnosql veritabanı eğitimimongodb sorgulama eğitimimongodb veri analizimongodb facet bucketmongodb performansmongodb kursu

“Aggregation pipeline, MongoDB'yi bir depodan veri işleme motoruna dönüştürür; doğru sıralanmış aşamalar milyonlarca belgeyi anlamlı özete indirger.”

Ön Koşullar

Eğitimden en iyi verimi almak için faydalı olacak temel bilgi ve ortam gereksinimleri

1

MongoDB temel bilgisi

Koleksiyon, belge ve temel find sorgularına aşinalık pipeline konularını izlemeyi belirgin biçimde kolaylaştırır.

2

JSON ve BSON aşinalığı

JSON/BSON belge yapısına aşinalık aggregation ifadelerini ve alan referanslarını kavramayı destekler.

3

Sorgulama mantığı

Filtreleme ve gruplama gibi temel veri sorgulama kavramlarına aşinalık aşamaları anlamayı hızlandırır.

4

Laboratuvar ortamı

MongoDB kurulu bir ortam veya Atlas erişimi ile mongosh/Compass pipeline alıştırmaları için gerekir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcılar aggregation pipeline mantığını öğrenir; belgelerin aşamalar arasında nasıl aktığını kavrar, $match, $project, $sort ve $limit ile temel pipeline'lar oluşturur.

Modül 1

Aggregation Framework'e Giriş

find sorgusu ile aggregation arasındaki fark
Pipeline kavramı ve aşamaların sıralı çalışması
Belgelerin bir aşamadan diğerine akış mantığı
aggregate() komutunun temel sözdizimi
mongosh ve Compass ile pipeline çalıştırma
Aggregation'ın tipik kullanım senaryoları

Modül 2

$match ve $project Aşamaları

$match ile belgelerin filtrelenmesi ve indeks kullanımı
$match'in pipeline başında yer almasının önemi
$project ile alanların dahil ve hariç tutulması
$project içinde hesaplanmış yeni alanlar üretme
Alan referanslarında dolar işareti ($field) kullanımı
İç içe (nested) alanlara erişim ve yeniden biçimleme

Modül 3

$sort, $limit ve $skip

$sort ile artan ve azalan sıralama yapılması
$sort ve indeks ilişkisinin performansa etkisi
$limit ile sonuç kümesinin sınırlanması
$skip ile belge atlama ve sayfalama mantığı
$sort öncesi $match ile bellek kullanımının azaltılması
$sort'un 100 MB bellek sınırı ve allowDiskUse

Modül 4

Aggregation İfadeleri

Aritmetik operatörler ($add, $subtract, $multiply)
Dizi operatörleri ($size, $arrayElemAt, $slice)
Dize operatörleri ($concat, $substr, $toLower)
Tarih operatörleri ($year, $month, $dateToString)
Koşul operatörleri ($cond, $ifNull, $switch)
İfadelerin $project ve $group içinde kullanımı

Günün hedefiKatılımcılar verileri toplulaştırmayı öğrenir; $group ve akümülatörlerle özet üretir, $unwind ile dizileri açar ve $lookup ile koleksiyonlar arası birleştirme yapar.

Modül 1

$group ile Toplulaştırma

_id alanı ile gruplama anahtarının belirlenmesi
$sum ile toplam ve sayım hesaplanması
$avg, $min ve $max ile istatistik üretimi
$push ve $addToSet ile değerlerin biriktirilmesi
$first ve $last akümülatörlerinin kullanımı
Çoklu alan üzerinden bileşik gruplama

Modül 2

$unwind ile Dizi Açma

$unwind ile dizi elemanlarının ayrı belgelere açılması
preserveNullAndEmptyArrays seçeneğinin etkisi
includeArrayIndex ile eleman indeksinin eklenmesi
$unwind sonrası $group ile dizi analizi
$unwind'in belge sayısını artırmasının etkisi
Dizi alanlarının filtrelenip yeniden gruplanması

Modül 3

$lookup ile Birleştirme

$lookup ile başka koleksiyonla sol dış birleştirme
localField ve foreignField ile eşleştirme
Sonuç dizisinin as alanına eklenmesi
$unwind ile birleştirme sonucunun düzleştirilmesi
Pipeline'lı $lookup ile koşullu birleştirme
$lookup performansı ve indeks kullanımı

Modül 4

$addFields ve $set

$addFields ile mevcut belgeye yeni alan ekleme
$set ile alan güncelleme (addFields takma adı)
$unset ile gereksiz alanların kaldırılması
Hesaplanmış alanların sonraki aşamalarda kullanımı
İç içe alan değerlerinin yeniden biçimlenmesi
$addFields ile veri zenginleştirme desenleri

Günün hedefiKatılımcılar ileri aggregation desenlerini öğrenir; $facet ve $bucket ile çok yönlü analiz yapar, çıktı aşamalarını kullanır ve explain ile pipeline performansını optimize eder.

Modül 1

$facet ve Çok Yönlü Analiz

$facet ile tek sorguda birden çok alt pipeline
Aynı girdi üzerinde paralel analizler üretme
Faceted search (yönlü arama) senaryoları
$facet çıktısının tek belgede toplanması
Sayfalama ve toplam sayımın birlikte alınması
$facet ile gösterge paneli verisi hazırlama

Modül 2

$bucket ve $bucketAuto

$bucket ile belgeleri aralıklara (kova) ayırma
boundaries ile kova sınırlarının tanımlanması
default ile sınır dışı belgelerin toplanması
$bucketAuto ile otomatik kova oluşturma
Histogram ve dağılım analizleri üretme
Kova içinde akümülatörlerle özet çıkarma

Modül 3

Çıktı ve Yardımcı Aşamalar

$out ile sonuçların bir koleksiyona yazılması
$merge ile var olan koleksiyona birleştirme
$count ile belge sayısının alınması
$sample ile rastgele belge örnekleme
$replaceRoot ile belge kökünün değiştirilmesi
$redact ile belge içi erişim denetimi

Modül 4

Pipeline Performans Optimizasyonu

$match ve $sort'un pipeline başına alınması
Indeks kullanımı ve covered sorgu stratejisi
explain('executionStats') çıktısının okunması
Pipeline aşama birleştirme (coalescence) davranışı
allowDiskUse ile 100 MB bellek sınırının aşılması
$project ile erken alan daraltmanın etkisi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Pipeline mantığı

Aggregation pipeline'ın aşama aşama çalışmasını ve belge akışını açıklayarak sorgu tasarlarsınız.

✅

Temel aşamalar

$match, $project, $sort ve $limit ile veriyi filtreleyip biçimlendiren temel pipeline'lar kurarsınız.

✅

Toplulaştırma

$group ve akümülatörlerle sayım, toplam ve istatistik üreten özet sorgular yazarsınız.

✅

Dizi işleme

$unwind ile dizileri açar ve ardından gruplayarak dizi tabanlı analizleri gerçekleştirirsiniz.

✅

Koleksiyon birleştirme

$lookup ile koleksiyonlar arası birleştirme yaparak ilişkisel benzeri sorgular kurgularsınız.

✅

İleri desenler

$facet, $bucket ve $replaceRoot ile çok yönlü analiz ve veri yeniden şekillendirme uygularsınız.

✅

Çıktı aşamaları

$out ve $merge ile aggregation sonuçlarını koleksiyonlara yazarak veri işleme hattı kurarsınız.

✅

Performans ayarı

explain ve indeks kullanımıyla pipeline aşama sırasını optimize ederek sorguları hızlandırırsınız.

Kimler İçin Uygundur?

MongoDB kullanan backend geliştiriciler
veri analistleri
raporlama
veri dönüştürme işleriyle ilgilenen yazılımcılar ve NoSQL üzerinde ileri sorgulama öğrenmek isteyen BT profesyonelleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

MongoDB kullanan backend geliştiriciler, veri analistleri, raporlama ve veri dönüştürme işleriyle ilgilenen yazılımcılar ve NoSQL üzerinde ileri sorgulama öğrenmek isteyen BT profesyonelleri için uygundur. Temel find sorgularını bilen ve karmaşık analiz sorgularına geçmek isteyenlere özellikle hitap eder.

Eğitim için hangi ön bilgiler gerekir?

Koleksiyon, belge ve temel find sorgularına aşinalık ile JSON/BSON belge yapısına aşinalık beklenir. Filtreleme ve gruplama gibi temel veri sorgulama kavramları faydalıdır. MongoDB kurulu bir ortam veya Atlas erişimi alıştırmalar için gereklidir; ileri düzey aggregation deneyimi gerekmez.

Aggregation pipeline ile find sorgusu arasındaki fark nedir?

find basit filtreleme ve projeksiyon yaparken aggregation pipeline, belgeleri aşama aşama dönüştüren bir veri işleme hattıdır. Gruplama, birleştirme, dizi açma, çok yönlü analiz ve hesaplanmış alanlar gibi işlemleri tek sorguda yapar. Eğitimde bu farklar gerçek koleksiyonlar üzerinde uygulamalı gösterilir.

Bu eğitim MongoDB cluster eğitiminden nasıl farklıdır?

Bu eğitim sorgulama ve veri işlemeye, yani aggregation framework'üne odaklanır ve pipeline yazmayı öğretir. MongoDB cluster eğitimi ise sharding, replica set ve sunucu tarafı performans optimizasyonu gibi operasyon konularına ağırlık verir. İkisi geliştirme ve operasyon açısından birbirini tamamlar.

Eğitim sonunda sertifika veriliyor mu?

Program tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Sertifika eğitime katılımı ve değerlendirmedeki başarıyı belgeler. Eğitim yüz yüze veya online verilebilir ve kurumun veri senaryolarına göre uyarlanabilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika