MongoDB, Inc. heeft op zijn ontwikkelaarsconferentie MongoDB.local NYC vijf nieuwe producten en functies aangekondigd voor zijn ontwikkelaarsdataplatform, MongoDB Atlas, waarmee het voor klanten aanzienlijk sneller en eenvoudiger wordt om moderne toepassingen te bouwen, voor elke werklast of use case. Verwerk complexe gegevensstromen met hoge snelheid met MongoDB Atlas: MongoDB Atlas Stream Processing verandert de manier waarop organisaties streaming data kunnen verwerken om eindgebruikers te betrekken en activiteiten te versnellen. Real-time streaming data (bijv. data afkomstig van IoT-apparaten, surfgedrag van eindgebruikers, voorraadfeeds) is van cruciaal belang voor moderne toepassingen omdat het organisaties de mogelijkheid biedt om eindgebruikers te betrekken met real-time ervaringen wanneer gedrag verandert en om bedrijfsactiviteiten te optimaliseren wanneer omstandigheden veranderen.

Streaming data is rijk, heterogeen en verandert voortdurend, waardoor een flexibel en schaalbaar datamodel nodig is dat snel kan evolueren als de omstandigheden veranderen. Om deze reden zijn starre en inflexibele relationele gegevensschema's minder ideaal voor het werken met real-time gegevens die de ground truth kunnen bijhouden. Om nu streaming data in applicaties op te nemen, moeten veel ontwikkelteams gespecialiseerde programmeertalen, bibliotheken, API's (Application Programming Interfaces) en stuurprogramma's gebruiken die aan bestaande technologiestacks vastzitten.

Dit creëert een complexe en gefragmenteerde ontwikkelervaring waarbij teams moeten leren hoe ze verschillende tools moeten gebruiken voor steeds veranderende use cases, wat leidt tot langere ontwikkelcycli en hogere kosten. Als gevolg hiervan worden ontwikkelaars die met streaming data werken vaak geconfronteerd met een niveau van complexiteit dat leidt tot een lager innovatietempo en een risico voor het bedrijf om achterop te raken bij de concurrentie. Met MongoDB Atlas Stream Processing hebben klanten nu één enkele interface om eenvoudig inzichten te halen uit streaming data met hoge snelheid en grote volumes.

MongoDB Atlas Stream Processing werkt met elk type gegevens en dankzij het flexibele datamodel kunnen klanten zeer aantrekkelijke toepassingen bouwen die gegevens in realtime kunnen analyseren om het gedrag van toepassingen aan te passen en bedrijfsactiviteiten te informeren (bijv. zeer gepersonaliseerde promotieaanbiedingen, voorraadbeheer in realtime, fraudepreventie). Het flexibele datamodel van MongoDB kan in de loop van de tijd ook gemakkelijk worden aangepast als de behoeften veranderen, om ervoor te zorgen dat toepassingen consistent een geoptimaliseerde ervaring voor eindgebruikers bieden en bedrijfsactiviteiten efficiënter maken. Met MongoDB Atlas Stream Processing kunnen organisaties nu aanzienlijk meer doen met hun gegevens in minder tijd en zonder veel moeite.

Schaal met meer flexibiliteit met behulp van MongoDB Time Series-verzamelingen: De schaalbaarheid van de werklast en de gegevensflexibiliteit voor MongoDB Time Series-collecties maken het nu gemakkelijker om tijdreeksworkloads op bedrijfsschaal te verwerken en bieden de optie om gegevens die al zijn opgenomen, te wijzigen. Tijdserie-workloads kunnen snel groeien in use cases waar bijvoorbeeld miljoenen apparaten gegevens naar een database sturen voor verwerking. Zodra gegevens zijn opgenomen, staan tijdreeksdatabases meestal niet toe dat die gegevens worden gewijzigd.

Als er een fout in de gegevens zat voordat ze in de database werden opgenomen, betekent dit dat toekomstige analyses niet goed zouden zijn. Omdat tijdreeksgegevens bovendien evolueren naarmate de omstandigheden in de echte wereld veranderen, is er een flexibel datamodel nodig om ervoor te zorgen dat ze effectief gebruikt kunnen worden met de mogelijkheid om snel nieuwe relaties tussen gegevens in kaart te brengen, voorspellingen te genereren en de bedrijfslogica van toepassingen bij te werken of activiteiten efficiënter te maken. Nu bieden de MongoDB Time Series-collecties schaalverbeteringen en de mogelijkheid om tijdreeksgegevens te wijzigen, waardoor klanten meer controle krijgen over hun gegevens op schaal.

Deze nieuwe mogelijkheden resulteren in een betere opslagefficiëntie en hogere query-snelheden voor de meest veeleisende time series workloads, terwijl ze klanten helpen te voldoen aan strenge eisen op het gebied van data governance. Samen geven deze nieuwe verbeteringen aan MongoDB Time Series-collecties klanten de schaalbaarheid en flexibiliteit die nodig zijn voor bedrijfskritische tijdreekswerklasten. Tier en query data op Microsoft Azure met MongoDB Atlas Online Archive en Atlas Data Federation: Nieuwe multi-cloudopties bieden MongoDB Atlas Online Archive en Atlas Data Federation ondersteuning voor Microsoft Azure, naast Amazon Web Services (AWS).

Klanten gebruiken tegenwoordig MongoDB Atlas Online Archive om Atlas-databases automatisch te rangeren naar de meest kosteneffectieve cloud-objectopslagoptie met behoud van de mogelijkheid om query's uit te voeren. Door ondersteuning voor Microsoft Azure toe te voegen, kunnen klanten nu eenvoudiger hun volledige workloads in dezelfde cloud houden. Atlas Data Federation biedt een naadloze manier om gegevens uit Atlas-databases en cloud-objectstores te lezen en te schrijven.

Dit vereenvoudigt drastisch de manier waarop klanten datasets uit Atlas kunnen genereren om downstream toepassingen en systemen te voeden die gebruik maken van cloudopslag. Door ondersteuning voor Microsoft Azure Blob Storage toe te voegen, kunnen klanten nu naast AWS ook met Azure-gegevens werken.