Cara Menggunakan updateMany() di MongoDB untuk Memodifikasi Banyak Dokumen

Dalam MongoDB, ada kalanya Anda ingin memperbarui beberapa dokumen sekaligus dalam satu operasi. Anda bisa saja melakukan loop pada dokumen dan memperbaruinya satu per satu, tetapi updateMany menawarkan solusi yang lebih cepat dan efisien.

Dalam tutorial singkat ini, kita akan mempelajari cara menggunakan operator updateMany di MongoDB dan mengoptimalkan kueri untuk mencapai kinerja terbaik.

Untuk membangun dasar yang kuat dalam kemampuan penanganan data MongoDB menggunakan Python, pertimbangkan untuk menjelajahi kursus Introduction to MongoDB in Python.

Melihat Contoh Praktis Memperbarui Banyak Dokumen MongoDB

Untuk mengilustrasikan konsep ini, mari gunakan contoh praktis ketika Anda mungkin ingin memperbarui lebih dari satu dokumen sekaligus.

Gunakan data berikut sebagai landasan contoh kita:

[
    { "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") },
];Didukung oleh

Pada JSON di atas, kita memiliki tiga karyawan di sebuah perusahaan fiksi. Perusahaan ingin memberikan kenaikan kompensasi kepada semua orang jika mereka belum menerima penyesuaian gaji selama jangka waktu tertentu.

Untuk memperbarui semua yang memenuhi syarat, kita dapat memanfaatkan operator updateMany di MongoDB. Untuk menyelesaikan tugas kita, kita mungkin akan menggunakan pernyataan seperti berikut:

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

Jadi, apa yang dilakukan operasi updateMany di atas?

Secara garis besar, operator updateMany menerima dua parameter dengan satu parameter opsional ketiga. 

• Parameter pertama adalah objek yang merepresentasikan data yang ingin kita saring. 
• Parameter kedua adalah perubahan yang ingin kita lakukan pada hasil yang ditemukan oleh filter. 
• Parameter ketiga yang opsional bisa berupa { “upsert”: true }, yang akan menyisipkan dokumen jika tidak ada kecocokan.

Dengan demikian, pertama-tama kita memfilter semua dokumen di mana last_raise_date lebih awal dari "2024-01-01". Melihat kembali dataset kita yang sangat sederhana, kita tahu ada dua dari tiga dokumen yang cocok:

[
    { "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") }
];Didukung oleh

Dua perubahan berbeda akan diterapkan pada dokumen yang terfilter berdasarkan parameter kriteria perubahan.

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

Pertama, kita menggunakan operator $mul untuk mengalikan salah satu field dengan sebuah nilai. Dalam contoh kita, kita ingin memberikan kenaikan gaji 6% kepada setiap karyawan yang memenuhi syarat. Artinya, kita cukup mengalikan nilai saat ini dari field tersebut dengan 1,06.

Untuk membantu kita mendokumentasikan penyesuaian gaji sekaligus mencegah kenaikan tidak disengaja di masa depan, kita ingin memperbarui last_raise_date ke tanggal saat ini:

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

Jika kita menjalankan operasi updateMany lagi, tidak akan terjadi apa-apa karena last_raise_date yang digunakan pada filter tidak lagi cocok dengan salah satu dari tiga dokumen kita.

Contoh di atas hanyalah ilustrasi, tetapi kriteria filter Anda bisa jauh lebih kompleks, begitu pula perubahan yang Anda rencanakan pun bisa lebih rumit, bergantung pada use case Anda. Anda dapat mempelajari lebih lanjut tentang updateMany MongoDB dalam video ini. 

Tingkatkan Performa Pembaruan Anda dengan Indeks MongoDB

Dalam contoh kita, kita bekerja dengan tiga dokumen kecil. Hampir apa pun operasi yang kita jalankan pada koleksi, hasilnya akan cepat karena volumenya sangat sedikit. Namun, pikirkan aplikasi produksi di mana Anda bekerja dengan jutaan dokumen atau sering menjalankan operasi pembaruan.

Jika kita mencoba menggunakan operator updateMany pada jutaan dokumen, prosesnya bisa memakan waktu kecuali kita memiliki indeks yang tepat untuk kriteria filter kita.

Untuk membuat indeks pada contoh kita, kita bisa mengeksekusi perintah seperti ini:

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

Anda dapat memvalidasi bahwa operasi updateMany menggunakan indeks dengan mengeksekusi hal berikut:

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"
});Didukung oleh

Pada hasilnya, jika inputStage adalah "IXSCAN," berarti Anda menggunakan indeks dan memaksimalkan performa updateMany. Jika inputStage adalah "COLLSCAN," berarti Anda tidak menggunakan indeks dan mungkin perlu meninjau kembali cara Anda membuat indeks berdasarkan kriteria filter Anda.

Untuk memperjelas, kita menggunakan runCommand di atas untuk memprofil operasi pembaruan banyak dokumen. Jika Anda tidak membutuhkan informasi profiler, tetaplah menggunakan operasi updateMany yang jauh lebih sederhana dan elegan.

Kesimpulan

Memperbarui banyak dokumen dalam satu operasi di MongoDB bukanlah tugas yang sulit, seperti yang terlihat sepanjang tutorial ini. 

Dengan menggunakan operator updateMany, kita dapat menentukan kriteria filter untuk mencocokkan dokumen dan kemudian kriteria perubahan dengan daftar perubahan yang akan diterapkan. Operasi updateMany ini dapat dioptimalkan lebih lanjut dengan memastikan Anda memiliki indeks yang sesuai dengan kriteria filter Anda.

Jika Anda baru mengenal basis data non-relasional, kursus Introduction to NoSQL menawarkan tinjauan yang bermanfaat tentang konsep seperti document store.