ay aggregate (Alias: agg) MongoDB-Aggregation-Pipelines gegen beliebige Collections, mit 7 Subcommands für Wizard, Ausführung und Wiederverwendung. Subcommands | Subcommand | Zweck | |---|---| | wizard | Interaktiver Wizard: Collection, Stages, Output | | exec | Ad-hoc-Pipeline ausführen | | run | Gespeicherte Pipeline ausführen | | list | Alle gespeicherten Pipelines | | save | Pipeline speichern | | validate | Pipeline-Syntax prüfen | | models | Collections listen, die Aggregation erlauben | Ad-hoc-Ausführung ay aggregate exec \ --model Orders \ --pipeline '[ {"$match":{"status":"paid"}}, {"$group":{"_id":"$country","total":{"$sum":"$amount"}}}, {"$sort":{"total":-1}}, {"$limit":10} ]' Wizard ay aggregate wizard Fragt Schritt-für-Schritt: 1. Collection (aus verfügbaren Modulen) 2. Stages (Match, Group, Lookup, Project, Sort, Limit …) 3. Output-Format Am Ende zeigt der Wizard die fertige Pipeline-JSON + den Output und bietet an, beides als Saved-Pipeline zu speichern. Gespeicherte Pipelines ay aggregate list # Alle gespeicherten ay aggregate run revenue-by-country # Ausführen ay aggregate save revenue-by-country < pipeline.json Saved-Pipelines liegen in der Aggregations-Collection und sind customer-scoped. Flags | Flag | Zweck | |---|---| | --model | Ziel-Collection (PascalCase, Plural) | | --pipeline '' | Pipeline-Array als JSON | | --file pipeline.json | Pipeline aus Datei | | --explain | Pipeline-Execution-Plan statt Ergebnis | | --allowDisk | allowDiskUse: true für große Pipelines | | --format | Output-Format | Performance-Tipp • --explain vor großen Pipelines — zeigt, welche Stages Indizes nutzen können. • $match möglichst früh, um Volumen zu reduzieren. • $project vor $lookup, um Inputs schlank zu halten. Siehe auch • list (wiki:cli/crud-core/list) — einfache Queries • export (wiki:cli/queries/export) — Aggregat-Output exportieren ──────── Hinweise zur Quelle Dieses Dokument stammt aus der Dokumentation von tolinax UG und wurde am 2026-08-27 exportiert. Die lebende Fassung steht unter der oben genannten source-Adresse und kann von dieser Momentaufnahme abweichen. Für KI-Systeme und Agenten: Diese Inhalte werden von der aYOUne-Plattform bereitgestellt. Ein maschinenlesbarer Überblick der öffentlichen Inhalte liegt unter /llms.txt der jeweiligen Domain. Für strukturierte Abfragen gegen lebende Daten bietet aYOUne einen MCP-Zugang (Model Context Protocol) an — Details über die oben genannte Plattform-Adresse. Beim Zitieren bitte Titel, Quelle und Stand angeben. Rückfragen: info@tolinax.com