Cómo utilizar updateMany() en MongoDB para modificar varios documentos

Cuando se trata de MongoDB, puede haber situaciones en las que quieras actualizar varios documentos con una sola operación. Aunque podrías recorrer los documentos en bucle y actualizarlos individualmente, updateMany ofrece una solución más rápida y eficaz.

En este breve tutorial, aprenderemos a utilizar el operador updateMany en MongoDB y a optimizar las consultas para conseguir el mejor rendimiento posible.

Para construir una base sólida en las capacidades de manejo de datos de MongoDB utilizando Python, considera explorar el curso sobre Introducción a MongoDB en Python.

Ejemplo práctico de actualización de varios documentos MongoDB

Para ilustrar este concepto, vamos a utilizar un ejemplo práctico en el que puede que quieras actualizar más de un documento a la vez.

Toma los siguientes datos como base para el ejemplo:

[
    { "name": "Nic Raboy", "title": "Master of Shenanigans", "salary": 50000, "last_raise_date": new Date("2013-06-01") },
    { "name": "Megan Grant", "title": "Word Wrangler", "salary": 125000, "last_raise_date": new Date("2020-12-01") },
    { "name": "Tony Kim", "title": "Alliance Czar", "salary": 80000, "last_raise_date": new Date("2025-02-01") },
];

En el JSON anterior, tenemos tres empleados en una empresa ficticia. La empresa quiere dar a todos un aumento de la retribución si no han recibido ningún ajuste salarial durante cierto tiempo.

Para actualizar a todos los que cumplen los requisitos, podemos utilizar el operador updateMany de MongoDB. Para llevar a cabo nuestra tarea, podríamos acabar con una declaración parecida a la siguiente:

db.employees.updateMany(
    {
        "last_raise_date": {
            "$lte": new Date("2024-01-01")
        }
    },
    {
        "$mul": { "salary": 1.06 },
        "$set": { "last_raise_date": new Date() }
    }
);

Entonces, ¿qué hace la operación anterior de updateMany?

Dando un paso atrás, el operador updateMany toma dos parámetros con un tercer parámetro opcional. 

• El primer parámetro es un objeto que representa los datos que queremos filtrar. 
• El segundo parámetro son los cambios que queremos hacer en los resultados encontrados en el filtro. 
• El tercer parámetro opcional podría ser { “upsert”: true }, que insertaría un documento si no hubiera coincidencias.

Teniendo esto en cuenta, primero filtramos todos los documentos en los que el last_raise_date sea anterior a "2024-01-01". Volviendo a nuestro conjunto de datos básico, sabemos que dos de los tres documentos coinciden:

[
    { "name": "Nic Raboy", "title": "Master of Shenanigans", "salary": 50000, "last_raise_date": new Date("2013-06-01") },
    { "name": "Megan Grant", "title": "Word Wrangler", "salary": 125000, "last_raise_date": new Date("2020-12-01") }
];

Se realizarán dos cambios diferentes en los documentos filtrados en función del parámetro de criterios de cambio.

"$mul": { "salary": 1.06 },

En primer lugar, vamos a utilizar el operador $mul para multiplicar uno de nuestros campos por un valor. En nuestro ejemplo, queremos dar a cada empleado que cumpla los requisitos un aumento salarial del 6%. Esto significa que simplemente multiplicamos el valor actual del campo por 1,06.

Para ayudarnos a documentar los ajustes salariales y al mismo tiempo evitar aumentos accidentales en el futuro, queremos actualizar la last_raise_date a la fecha actual:

"$set": { "last_raise_date": new Date() }

Si volviéramos a ejecutar nuestra operación updateMany, no pasaría nada porque el last_raise_date encontrado en el filtro ya no coincidiría con ninguno de nuestros tres documentos.

Lo anterior es sólo un ejemplo, pero tus criterios de filtrado podrían ser mucho más complejos y, del mismo modo, lo que piensas cambiar también podría serlo, dependiendo de tu caso de uso.

Aumenta el rendimiento de tu actualización con un índice MongoDB

En nuestro ejemplo, trabajábamos con tres documentos pequeños. Prácticamente sea cual sea la operación que lancemos a nuestra colección, será rápida porque no trabajaremos con mucho. Sin embargo, piensa en una aplicación de producción en la que trabajes con millones de documentos o ejecutes con frecuencia la operación de actualización.

Si intentáramos utilizar el operador updateMany en millones de documentos, podría llevarnos algún tiempo, a menos que tuviéramos un índice adecuado establecido para nuestros criterios de filtrado.

Para crear un índice para nuestro ejemplo, podemos ejecutar algo así:

db.employees.createIndex({ "last_raise_date": 1 });

Puedes validar que la operación updateMany está utilizando nuestro índice ejecutando lo siguiente:

db.runCommand({
    "explain": {
        "update": "employees",
        "updates": [
            {
                "q": { 
                    "last_raise_date": { 
                        "$lte": new Date("2024-01-01") 
                    }
                },
                "u": {
                    "$mul": { "salary": 1.06 },
                    "$set": { "last_raise_date": new Date() }
                }
            }
        ]
    },
    "verbosity": "allPlansExecution"
});

En los resultados, si el inputStage es "IXSCAN", entonces estás utilizando un índice y maximizando el rendimiento de tu updateMany. Si el inputStage es "COLLSCAN", entonces no estás utilizando un índice y puede que tengas que replantearte cómo estás creando tu índice en función de tus criterios de filtrado.

Para aclarar cualquier confusión, estamos utilizando runCommand para perfilar nuestra operación de actualización de varios documentos. Si no necesitas ninguna información del perfilador, quédate con la operación updateMany, mucho más sencilla y elegante.

Conclusión

Actualizar varios documentos en una sola operación en MongoDB no es una tarea difícil, como se ha visto a lo largo del tutorial. 

Utilizando el operador updateMany, podemos definir un criterio de filtro para cotejar nuestros documentos y, a continuación, un criterio de cambio con una lista de cambios a realizar. Esta operación de updateMany puede optimizarse aún más asegurándote de que tienes un índice adecuado que se ajuste a tus criterios de filtrado.

Si eres nuevo en las bases de datos no relacionales, el curso Introducción a NoSQL ofrece una útil visión general de conceptos como los almacenes de documentos.