MongoDB Lanjutan: Aggregation Framework 🌪️

Kalau find() cuma buat mengambil data mentah, Aggregation adalah cara kita memproses data tersebut sebelum dikasih ke user.

Konsepnya kayak Ban Berjalan (Pipeline) di pabrik. Data masuk -> Disaring -> Dikelompokkan -> Diubah -> Hasil Keluar.

1. Aggregation Pipeline 🏭

Bayangkan kita punya collection orders (Pesanan Warung).

// Data Sampel
[
  { "item": "Indomie", "price": 3500, "qty": 2, "status": "lunas" },
  { "item": "Kopi", "price": 3000, "qty": 1, "status": "hutang" },
  { "item": "Indomie", "price": 3500, "qty": 5, "status": "lunas" }
]

Kita mau tau: "Berapa total omzet dari pesanan yang sudah lunas?"

Di SQL kita pake WHERE dan SUM. Di MongoDB, kita pake Stages:

db.orders.aggregate([
  // Stage 1: Filter ($match) - Ambil cuma yang LUNAS
  {
    $match: { status: "lunas" },
  },
 
  // Stage 2: Hitung ($group) - Jumlahkan (price * qty)
  {
    $group: {
      _id: "$item", // Kelompokkan per Barang
      totalOmzet: { $sum: { $multiply: ["$price", "$qty"] } },
    },
  },
]);

Hasilnya: Indomie total omzetnya berapa, Kopi berapa. Tanpa kodingan JS di backend, database yang ngitungin!

2. Lookup (JOIN di MongoDB) 🔗

Siapa bilang NoSQL gak bisa JOIN? Kita bisa gabungin data antar collection pake $lookup.

Misal:

• Collection users (Data User)

• Collection orders (Ada field user_id)

Kita mau liat Order lengkap dengan Nama User-nya.

db.orders.aggregate([
  {
    $lookup: {
      from: "users", // Gabung ke collection apa?
      localField: "user_id", // Kunci di sini
      foreignField: "_id", // Kunci di sana
      as: "data_pembeli", // Nama field baru hasilnya
    },
  },
]);

Hasilnya nanti di dalam data order ada array data_pembeli yang isinya profil user tersebut.

3. Indexing (Wajib Banget!) ⚡

MongoDB itu default-nya scan semua dokumen kalau nyari data (Collection Scan). Kalau data lo ada 1 juta, server lo bakal meledak.

Lo WAJIB bikin Index buat field yang sering dicari.

// Bikin Index buat field 'username' biar login cepet
db.users.createIndex({ username: 1 });
 
// Bikin Compound Index (Cari berdasarkan Nama DAN Umur)
db.users.createIndex({ nama: 1, umur: -1 });

Cara Cek Performa: Pake .explain("executionStats") di akhir query lo buat liat seberapa cepet query lo jalan.

4. Schema Validation (Aturan Main) 👮

Walaupun MongoDB itu Schema-less (Bebas), tapi buat aplikasi serius kayak Absensi SMK, kita butuh aturan. Masa 'Umur' diisi teks?

Kita bisa pasang satpam di level database:

db.createCollection("siswa", {
  validator: {
    $jsonSchema: {
      bsonType: "object",
      required: ["nama", "nis", "kelas"], // Field Wajib
      properties: {
        nama: {
          bsonType: "string",
          description: "Harus teks donk!",
        },
        nis: {
          bsonType: "string",
          minLength: 5,
        },
        kelas: {
          enum: ["10", "11", "12"], // Cuma boleh pilih ini
          description: "Kelas cuma ada 10, 11, 12",
        },
      },
    },
  },
});

Kalau ada yang coba insert data ngawur, MongoDB bakal nolak mentah-mentah!