MongoDB 為新工作負載準備其 Atlas 資料庫服務
作者：
簡介
在最近的 MongoDB.local 紐約活動中，MongoDB 宣布了一系列的產品發布與更新。作為該公司強調完全管理的 Atlas 服務，大多數的新聞內容集中在此平臺上，其中包括對人工智慧和語義搜尋工作負載的增強支援，專用的搜尋節點以更好地支援搜尋使用案例以及處理流式資料的新功能等等。MongoDB 的產品高級副總裁 Andrew Davidson 表示這是公司近年來在 Atlas 上持續進行的工作的延續。他說：“透過 Atlas，我們能夠更快地提供能力。我們能夠加入搜尋和時序的功能，並驅動更多不同的工作負載形式。” 他認為，隨著企業不得不在更少的資源下完成更多的工作，而開發人員也被期望更快地建立更多的應用程式，擴充套件 Atlas 能力是 MongoDB 的自然進化。“我們認為現在正是我們的時刻，因為我們透過開發人員資料平臺的願景，試圖使建立者能夠用於運營資料需求中的大部分應用程式功能，這就是為什麼我們持續投資於所有這些關鍵原件和功能的原因。” 他解釋道。其中最明顯的一個例子就是向量搜尋。對於希望使用大型語言模型 (LLM) 的公司來說將資料轉換為向量並儲存起來是自定義基礎模型的關鍵。此外向量搜尋還使 Atlas 能夠支援新的工作負載，如文字到影象搜尋等。Davidson 說：“我們認為，一個專注於運營資料的開發人員資料平臺應該能夠表示讓您有效地查詢資料的向量摘要的索引。” 同樣，流程處理是 MongoDB 的檔案模型傳統上未專注的一個能力。MongoDB 一段時間以來一直提供其聚合框架 (Aggregation Framework)，該框架允許開發人員對從資料庫中獲取的檔案流進行轉換。Davidson 解釋道：“我們意識到：‘哇哦，這是一個理想的表徵，用於概念化對從 Kafka 流出的異動進行轉換。’” 在這方面的另一個新功能是，在 Microsoft Azure Blob Storage 上支援使用 MongoDB Atlas 線上存檔和 Atlas 資料聯邦進行資料查詢。MongoDB 之前已經支援了 AWS。儘管 MongoDB 當然希望每個人都將資料託管在 MongoDB 中，但現實情況是大多數企業將繼續使用多個系統。Atlas 資料聯邦使開發人員能夠輕鬆地從 Atlas 資料庫和第三方雲端物件儲存讀取和寫入資料，從而使他們能夠生成和結合來自多個資料來源的資料流，以提供應用程式的驅動力。
哲學討論
這項新聞展示了 MongoBD 對於 AI、文字搜尋和流程處理等新型工作負載的關注，並透過不斷擴充套件其 Atlas 資料庫服務的能力，迎合了企業日益增長的需求。在這個快速發展的數位時代，企業需要更高效地處理海量資料，而開發人員則需要更快速地開發應用程式來滿足市場需求。因此 MongoDB 不斷努力提供強大的工具和平臺，以滿足這些需求。
其中一個重要創新是引入了向量搜尋功能，該功能可以對大型語言模型進行最佳化，從而使得企業能夠更精確地定制他們的應用程式。此外支援文字到影象搜尋等新工作負載的 Atlas 資料庫服務，使得開發人員能夠更靈活地處理不同資料型別。
此外 MongoDB 還將注意力放在流程處理上。儘管這在 MongoDB 的檔案模型中一直不是重點，但透過引入聚合框架，MongoDB 巧妙地擴充套件了其能力，使開發人員能夠對從資料庫中獲取的資料流進行轉換。這是一個顯著的增強，有助於開發人員更好地管理和處理資料流，提高應用程式的效能和效率。
此外 MongoDB 還擴充套件了其與多個第三方雲服務商的整合能力，如 Microsoft Azure 和 AWS。這使得企業能夠更靈活地在不同的資料庫系統之間進行資料的讀寫操作，並更好地利用這些不同系統的特長。這有助於企業更好地管理多樣化的資料源，並結合這些資料源的流動，從而為業務應用程式提供更大的價值。
社論和建議
隨著資料量的爆炸性增長，企業需要靈活且高效的資料管理解決方案。MongoDB 的 Atlas 資料庫服務在這方面提供了一個有力的工具，使企業能夠統一地管理和處理不同型別的資料，並快速構建強大的應用程式。
對於開發人員和企業來說這些新功能和增強將帶來更好的開發體驗和更高的效能。向量搜尋功能和流程處理的增強，使開發人員能夠更靈活地處理多種資料處理需求，從而提高應用程式的能力和效率。
然而隨著企業使用的資料庫系統越來越多，如何有效地整合這些系統仍然是一個挑戰。這就需要像 MongoDB Atlas 這樣的平臺提供支援，使企業能夠輕鬆地跨不同的資料庫系統進行操作，從而更好地管理和利用這些資料。
總之 MongoDB 正在不斷進化其 Atlas 資料庫服務，以適應越來越複雜的資料管理需求。開發人員和企業應該密切關注這些新功能和增強，以尋找更好的資料管理解決方案，並在數位時代中取得競爭優勢。
