“隨著開發者的工作變得越來越復雜，傳統的關系型數據庫已經難以他們的需求，基于這些數據庫所打造的解決方案非常復雜和難用。”MongoDB首席技術官Mark Porter表示，“MongoDB的服務對象是開發者，相比其他公司把解決方案整體打包賣給企業來講，我們的銷售模式更加輕松、快捷、高效。在開發者數據平臺中，MongoDB的文檔模型靈活性比其他同類模型更好。MongoDB的優勢在于，可以簡化AI驅動型應用程序的開發，讓大家更便捷地處理各種各樣的數據類型開發應用。”

MongoDB首席技術官Mark Porter

在MongoDB用戶大會紐約站上，MongoDB推出了一系列新產品和新計劃，包括MongoDB Atlas的新功能、MongoDB Relational Migrator，攜手谷歌云公布AI計劃，同時，MongoDB還發布了MongoDB Atlas行業計劃，并推出面向金融行業的解決方案。在MongoDB，開發者可以獲得集成豐富工具的統一平臺，改善開發體驗，對獨立的應用負載進行現代化的改造。這一過程中，MongoDB的文檔模型可以使得應用開發的速度更快、運行成本更低、可擴展性更強。

(資料圖片)

如今，企業要適應全新的工作負載和工作方式，了解哪些應用程序更適合進行現代化改造，以及執行遷移的順序。在此基礎之上，要定義數據模型，確定如何在 MongoDB文檔模型中更好地呈現現有關系模式。企業還要對代碼進行現代化升級，更新或重寫應用程序代碼以支持新的用戶需求、現代技術堆棧和更新的架構，另外就是數據遷移，完成應用的現代化升級，而這些工作僅靠一家服務商是難以做到的。

生成式AI和大語言模型（LLM）等新技術掀起的又一波創新浪潮，為基于軟件和數據的業務運營優化、終端用戶體驗提升開啟了新的可能性。對于那些想要通過遷移和現代化其傳統應用程序來充分利用Atlas所提供的所有功能的客戶來說，MongoDB Relational Migrator實現了在不停機情況下，更快速、更輕松地從傳統數據庫技術遷移至MongoDB Atlas開發者數據平臺。MongoDB Relational Migrator可以對傳統數據庫進行分析，自動生成新數據模型和代碼，客戶只需將MongoDB Relational Migrator連接到現有的應用程序數據庫（如Oracle、Microsoft SQL Server、MySQL和PostgreSQL等）進行評估，即可快速上手。

分析應用程序數據后，MongoDB Relational Migrator會建議一個新的數據模型，將數據轉換和遷移至MongoDB Atlas，并通過運行連續同步作業實現零停機遷移，還可以生成的優化代碼，在新的現代化應用程序中處理數據。這樣，客戶就可以在測試環境中運行現代化應用程序，確保其在部署到生產環境之前能夠按預期運行。在MongoDB Relational Migrator的幫助下，任何類型與規模的組織在進行應用程序遷移與現代化時，都無需承受遷移過程中的技術阻礙與繁瑣工作，而是更好地構建下一代高度參與的任務關鍵型應用程序。值得一提的是，客戶還能夠與MongoDB Professional Services團隊和MongoDB生態系統合作伙伴（如埃森哲、凱捷集團、Globant）合作，獲得定制的現代化體驗。

過去，要想在應用程序中進行搜索需要建立多個不同的系統，流程復雜且易出錯，而通過MongoDB Atlas Search，企業可以快速將基于相關性的搜索功能直接構建到各種用例的應用程序中（如個性化推薦、產品目錄及內容搜索、多媒體管理和地理空間應用程序），帶來了無縫集成的開發體驗。更進一步，這些企業要是想訪問和管控專用資源，以獨立于數據庫運行搜索工作負載，則可以借助MongoDB Atlas Search Nodes，使用專用基礎架構，無縫擴展其MongoDB Atlas Vector Search和MongoDB Atlas Search的工作負載，這一操作獨立于其數據庫，可以實現工作負載隔離、資源優化和性能大規模提升。

對于那些高速復雜的數據流，MongoDB Atlas Stream Processing通過統一開發團隊處理動態數據和靜態數據的方式，變革了構建實時反應和響應功能的事件驅動型應用程序的方式。該功能革新了組織處理流數據的方式，以提升終端用戶體驗，提升運營效率。來自物聯網設備、終端用戶瀏覽行為和庫存數據等實時的流數據越來越多，使得數據模型要具備更好的靈活性和可擴展性。為了將流數據整合到現有的應用程序，很多開發團隊會將專門的編程語言、庫、應用編程接口（API）和驅動程序，附加到現有技術堆棧上，這就導致開發體驗變得復雜而瑣碎，因為團隊必須學習如何為不斷變化的用例使用不同的工具，引發了開發周期延長和開發成本增加。

有了MongoDB Atlas Stream Processing，客戶就可以使用單一界面，提取來自高速、大容量的流數據的洞察。MongoDB Atlas Stream Processing適用于任何類型的數據，并憑借其靈活的數據模型，客戶可以構建具有吸引力的應用程序。這些應用程序可以實時分析數據，以調整應用程序行為并為業務運營提供信息（例如高度個性化的促銷優惠、實時庫存管理、欺詐防范等），MongoDB靈活的數據模型也可以隨需而變，提高業務運營效率。

AI/ML的快速發展對底層的數據支持提出了新的考驗，數據的多類型、高質量、處理速度和深度分析直接影響了其商業價值，MongoDB希望讓AI驅動型的應用程序更加靠近數據，而不是讓數據去尋找應用程序。生成式AI的流行對原有技術棧的靈活性提出了更高的要求，復雜類型的數據需要得到有效的存儲和處理。例如，LLM需要以向量的形式存儲數據，這類數據是數據的幾何表示（例如文本、圖像和音頻）。這些AI模型通過測量向量數據之間的相似性，以概率的方式從提示中構句，從說明文字中生成圖像，或者返回比傳統搜索引擎更準確且包含更多相關信息的搜索結果。為了存儲向量以便于LLM使用，一些組織已經開始使用專用數據庫。然而，針對向量存儲或時間序列應用程序等用例的專用數據庫，通常會附加到現有的技術堆棧上，導致管理工作變得更為復雜，需要對開發人員進行額外的培訓，這也意味著要投入更長的時間才能實現價值。

有了MongoDB Atlas Vector Search，客戶可以在組織中使用同一個熟悉的統一平臺，為各種新工作負載提供支持，包括文本搜索、圖像搜索、比較以及高度個性化的產品推薦，減少開發人員不必要的負擔。MongoDB Atlas Vector Search支持客戶更輕松、更安全地使用自己的數據，增強預訓練生成式AI模型的能力，為特定領域或用例創建更準確、更相關的結果。客戶可以借助MongoDB Atlas管理LLM的輸出，用于為更快的結果提供常見搜索請求的緩存等用例，降低成本。MongoDB Atlas Vector Search與開源的LangChain和LlamaIndex框架集成，提供了具有用于訪問和管理各種應用程序的LLM工具。客戶可以使用這些框架從MongoDB合作伙伴（如AWS，Databricks，Google Cloud，Microsoft Azure，MindsDB）和模型提供商（如Anthropic，Hugging Face和OpenAI）處訪問LLM，生成向量嵌入并在MongoDB Atlas上構建由AI驅動的應用程序。

“在我們合作的任意的云平臺上，Atlas解決方案都可以完美的運行，由于使用了lucene search等關鍵技術，我們可以讓矢量搜索和語義搜索更快、更準確地返回搜索結果。同時，我們也有專用的搜索節點，能夠確保Atlas的用戶無論使用哪個云廠商的解決方案，都能夠獲得搜索性能的擴展能力。”MarkPorter說。他認為，對代碼進行現代化改造既是重點也是難點，一方面要把SQL查詢變成現代查詢，另一方面涉及代碼修改，幫助應用程序完成現代化。

安全性方面，MongoDB持續在增強相關的能力。例如MongoDB可查詢加密（Queryable Encryption）預覽版，該系統支持客戶從客戶端加密敏感數據，將完全隨機加密的數據存儲在數據庫服務器端，并對加密數據執行表達式查詢。使用該方案之后，可以較以往更加安全地進行數據存儲，即使是所用云產品的服務商也無法讀取到用戶數據。

目前，每天都有數以萬計的客戶將MongoDB用于他們的應用程序。但是，每個行業都有自己獨特的挑戰和需求，為了解決這些復雜的問題，MongoDB推出了MongoDB Atlas行業計劃，為客戶提供MongoDB專家主導的架構設計審閱、增強型解決方案以應對特定行業挑戰的技術合作伙伴關系，以及針對特定行業的知識加速器，為開發團隊提供提供相關技術的培訓路徑。金融行業是該行業計劃的首個目標領域，借助MongoDB Atlas，金融機構可對現有內部銀行系統的舊功能進行現代化改造，構建可組裝架構（輕松集結優秀的第三方解決方案）來提升客戶體驗，并提供客戶所需的性能及規模，幫助客戶更快地將概念落地為產品，進而推向市場。據了解，Temenos、富國銀行等企業，以及很多亞洲的支付和電商平臺都在使用MongoDB Atlas的服務。今年，MongoDB Atlas行業計劃還會陸續推出針對制造、汽車、保險、醫療、零售等行業的解決方案。

在MongoDB用戶大會紐約站上，MongoDB還公布了與谷歌云的全新合作項目。該項目將加速開發者使用生成式AI并構建全新類別的應用程序。開發人員能夠充分利用MongoDB Atlas以及與谷歌云Vertex AI大型語言模型（LLM）整合后帶來的行業優勢，并借助雙方的專業服務，快速啟動架構審核，加快軟件開發進程。開發人員可以使用MongoDB Atlas Vector Search與Vertex AI無縫構建AI驅動的應用程序，獲得高度個性化和極具吸引力的終端用戶體驗。Vertex AI提供了文本嵌入API，能夠從存儲在MongoDB Atlas的客戶數據中生成嵌入（embeddings），并結合PaLM文本模型創建高級功能，如語義搜索、分類、異常值檢測、AI驅動聊天機器人和文本摘要等。

回到中國市場，MongoDB同樣取得了高速增長，阿里云數據庫MongoDB版的使用量在三年內提升8倍，并在今年完成了與阿里云的提前續約。在中國移動，MongoDB支持了其最大和最關鍵的推送服務之一，該服務每月向超過10億用戶發送賬單明細。MongoDB北亞區高級副總裁蘇玉龍介紹稱，在使用MongoDB之前，中國移動技術團隊依賴于Oracle數據庫，隨著用戶數量的增加，數據庫性能隨之下降。盡管投入了大量資金，但Oracle系統處理日常請求仍然需要很長時間。2019年，經過全面測試，中國移動遷移到MongoDB平臺，利用MongoDB的原生分片，該系統性能大幅提高了80%，從原來需要50臺Oracle設備減少到只需要12臺運行MongoDB的設備來處理相同的負載，并且為未來的業務擴展做好了準備。在MongoDB的幫助下，中國移動的推送服務業務穩步增長，月活躍用戶超過1.68億，該業務也成為中國移動集團里客戶滿意度最高的服務之一。

MongoDB北亞區高級副總裁蘇玉龍

2023年8月29日和8月31日，MongoDB用戶大會也將登陸北京和深圳，屆時會有更多的精彩分享呈現給廣大的客戶和開發者。

關鍵詞：