97久久人妻精品中文无码_av老司机亚洲精品天堂_国产精品一级无码免费播放_大伊人无码综合天堂Av,_国产精品

全面擁抱AI的MongoDB 構(gòu)建智能世界的現(xiàn)代化應(yīng)用

來源：中關(guān)村在線

“隨著開發(fā)者的工作變得越來越復(fù)雜，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫已經(jīng)難以他們的需求，基于這些數(shù)據(jù)庫所打造的解決方案非常復(fù)雜和難用。”MongoDB首席技術(shù)官M(fèi)ark Porter表示，“MongoDB的服務(wù)對(duì)象是開發(fā)者，相比其他公司把解決方案整體打包賣給企業(yè)來講，我們的銷售模式更加輕松、快捷、高效。在開發(fā)者數(shù)據(jù)平臺(tái)中，MongoDB的文檔模型靈活性比其他同類模型更好。MongoDB的優(yōu)勢(shì)在于，可以簡(jiǎn)化AI驅(qū)動(dòng)型應(yīng)用程序的開發(fā)，讓大家更便捷地處理各種各樣的數(shù)據(jù)類型開發(fā)應(yīng)用。”


MongoDB首席技術(shù)官M(fèi)ark Porter

在MongoDB用戶大會(huì)紐約站上，MongoDB推出了一系列新產(chǎn)品和新計(jì)劃，包括MongoDB Atlas的新功能、MongoDB Relational Migrator，攜手谷歌云公布AI計(jì)劃，同時(shí)，MongoDB還發(fā)布了MongoDB Atlas行業(yè)計(jì)劃，并推出面向金融行業(yè)的解決方案。在MongoDB，開發(fā)者可以獲得集成豐富工具的統(tǒng)一平臺(tái)，改善開發(fā)體驗(yàn)，對(duì)獨(dú)立的應(yīng)用負(fù)載進(jìn)行現(xiàn)代化的改造。這一過程中，MongoDB的文檔模型可以使得應(yīng)用開發(fā)的速度更快、運(yùn)行成本更低、可擴(kuò)展性更強(qiáng)。


(資料圖片)

如今，企業(yè)要適應(yīng)全新的工作負(fù)載和工作方式，了解哪些應(yīng)用程序更適合進(jìn)行現(xiàn)代化改造，以及執(zhí)行遷移的順序。在此基礎(chǔ)之上，要定義數(shù)據(jù)模型，確定如何在 MongoDB文檔模型中更好地呈現(xiàn)現(xiàn)有關(guān)系模式。企業(yè)還要對(duì)代碼進(jìn)行現(xiàn)代化升級(jí)，更新或重寫應(yīng)用程序代碼以支持新的用戶需求、現(xiàn)代技術(shù)堆棧和更新的架構(gòu)，另外就是數(shù)據(jù)遷移，完成應(yīng)用的現(xiàn)代化升級(jí)，而這些工作僅靠一家服務(wù)商是難以做到的。

生成式AI和大語言模型（LLM）等新技術(shù)掀起的又一波創(chuàng)新浪潮，為基于軟件和數(shù)據(jù)的業(yè)務(wù)運(yùn)營(yíng)優(yōu)化、終端用戶體驗(yàn)提升開啟了新的可能性。對(duì)于那些想要通過遷移和現(xiàn)代化其傳統(tǒng)應(yīng)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(shí)現(xiàn)了在不停機(jī)情況下，更快速、更輕松地從傳統(tǒng)數(shù)據(jù)庫技術(shù)遷移至MongoDB Atlas開發(fā)者數(shù)據(jù)平臺(tái)。MongoDB Relational Migrator可以對(duì)傳統(tǒng)數(shù)據(jù)庫進(jìn)行分析，自動(dòng)生成新數(shù)據(jù)模型和代碼，客戶只需將MongoDB Relational Migrator連接到現(xiàn)有的應(yīng)用程序數(shù)據(jù)庫（如Oracle、Microsoft SQL Server、MySQL和PostgreSQL等）進(jìn)行評(píng)估，即可快速上手。

分析應(yīng)用程序數(shù)據(jù)后，MongoDB Relational Migrator會(huì)建議一個(gè)新的數(shù)據(jù)模型，將數(shù)據(jù)轉(zhuǎn)換和遷移至MongoDB Atlas，并通過運(yùn)行連續(xù)同步作業(yè)實(shí)現(xiàn)零停機(jī)遷移，還可以生成的優(yōu)化代碼，在新的現(xiàn)代化應(yīng)用程序中處理數(shù)據(jù)。這樣，客戶就可以在測(cè)試環(huán)境中運(yùn)行現(xiàn)代化應(yīng)用程序，確保其在部署到生產(chǎn)環(huán)境之前能夠按預(yù)期運(yùn)行。在MongoDB Relational Migrator的幫助下，任何類型與規(guī)模的組織在進(jìn)行應(yīng)用程序遷移與現(xiàn)代化時(shí)，都無需承受遷移過程中的技術(shù)阻礙與繁瑣工作，而是更好地構(gòu)建下一代高度參與的任務(wù)關(guān)鍵型應(yīng)用程序。值得一提的是，客戶還能夠與MongoDB Professional Services團(tuán)隊(duì)和MongoDB生態(tài)系統(tǒng)合作伙伴（如埃森哲、凱捷集團(tuán)、Globant）合作，獲得定制的現(xiàn)代化體驗(yàn)。

過去，要想在應(yīng)用程序中進(jìn)行搜索需要建立多個(gè)不同的系統(tǒng)，流程復(fù)雜且易出錯(cuò)，而通過MongoDB Atlas Search，企業(yè)可以快速將基于相關(guān)性的搜索功能直接構(gòu)建到各種用例的應(yīng)用程序中（如個(gè)性化推薦、產(chǎn)品目錄及內(nèi)容搜索、多媒體管理和地理空間應(yīng)用程序），帶來了無縫集成的開發(fā)體驗(yàn)。更進(jìn)一步，這些企業(yè)要是想訪問和管控專用資源，以獨(dú)立于數(shù)據(jù)庫運(yùn)行搜索工作負(fù)載，則可以借助MongoDB Atlas Search Nodes，使用專用基礎(chǔ)架構(gòu)，無縫擴(kuò)展其MongoDB Atlas Vector Search和MongoDB Atlas Search的工作負(fù)載，這一操作獨(dú)立于其數(shù)據(jù)庫，可以實(shí)現(xiàn)工作負(fù)載隔離、資源優(yōu)化和性能大規(guī)模提升。

對(duì)于那些高速?gòu)?fù)雜的數(shù)據(jù)流，MongoDB Atlas Stream Processing通過統(tǒng)一開發(fā)團(tuán)隊(duì)處理動(dòng)態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)的方式，變革了構(gòu)建實(shí)時(shí)反應(yīng)和響應(yīng)功能的事件驅(qū)動(dòng)型應(yīng)用程序的方式。該功能革新了組織處理流數(shù)據(jù)的方式，以提升終端用戶體驗(yàn)，提升運(yùn)營(yíng)效率。來自物聯(lián)網(wǎng)設(shè)備、終端用戶瀏覽行為和庫存數(shù)據(jù)等實(shí)時(shí)的流數(shù)據(jù)越來越多，使得數(shù)據(jù)模型要具備更好的靈活性和可擴(kuò)展性。為了將流數(shù)據(jù)整合到現(xiàn)有的應(yīng)用程序，很多開發(fā)團(tuán)隊(duì)會(huì)將專門的編程語言、庫、應(yīng)用編程接口（API）和驅(qū)動(dòng)程序，附加到現(xiàn)有技術(shù)堆棧上，這就導(dǎo)致開發(fā)體驗(yàn)變得復(fù)雜而瑣碎，因?yàn)閳F(tuán)隊(duì)必須學(xué)習(xí)如何為不斷變化的用例使用不同的工具，引發(fā)了開發(fā)周期延長(zhǎng)和開發(fā)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(shù)據(jù)的洞察。MongoDB Atlas Stream Processing適用于任何類型的數(shù)據(jù)，并憑借其靈活的數(shù)據(jù)模型，客戶可以構(gòu)建具有吸引力的應(yīng)用程序。這些應(yīng)用程序可以實(shí)時(shí)分析數(shù)據(jù)，以調(diào)整應(yīng)用程序行為并為業(yè)務(wù)運(yùn)營(yíng)提供信息（例如高度個(gè)性化的促銷優(yōu)惠、實(shí)時(shí)庫存管理、欺詐防范等），MongoDB靈活的數(shù)據(jù)模型也可以隨需而變，提高業(yè)務(wù)運(yùn)營(yíng)效率。

AI/ML的快速發(fā)展對(duì)底層的數(shù)據(jù)支持提出了新的考驗(yàn)，數(shù)據(jù)的多類型、高質(zhì)量、處理速度和深度分析直接影響了其商業(yè)價(jià)值，MongoDB希望讓AI驅(qū)動(dòng)型的應(yīng)用程序更加靠近數(shù)據(jù)，而不是讓數(shù)據(jù)去尋找應(yīng)用程序。生成式AI的流行對(duì)原有技術(shù)棧的靈活性提出了更高的要求，復(fù)雜類型的數(shù)據(jù)需要得到有效的存儲(chǔ)和處理。例如，LLM需要以向量的形式存儲(chǔ)數(shù)據(jù)，這類數(shù)據(jù)是數(shù)據(jù)的幾何表示（例如文本、圖像和音頻）。這些AI模型通過測(cè)量向量數(shù)據(jù)之間的相似性，以概率的方式從提示中構(gòu)句，從說明文字中生成圖像，或者返回比傳統(tǒng)搜索引擎更準(zhǔn)確且包含更多相關(guān)信息的搜索結(jié)果。為了存儲(chǔ)向量以便于LLM使用，一些組織已經(jīng)開始使用專用數(shù)據(jù)庫。然而，針對(duì)向量存儲(chǔ)或時(shí)間序列應(yīng)用程序等用例的專用數(shù)據(jù)庫，通常會(huì)附加到現(xiàn)有的技術(shù)堆棧上，導(dǎo)致管理工作變得更為復(fù)雜，需要對(duì)開發(fā)人員進(jìn)行額外的培訓(xùn)，這也意味著要投入更長(zhǎng)的時(shí)間才能實(shí)現(xiàn)價(jià)值。

有了MongoDB Atlas Vector Search，客戶可以在組織中使用同一個(gè)熟悉的統(tǒng)一平臺(tái)，為各種新工作負(fù)載提供支持，包括文本搜索、圖像搜索、比較以及高度個(gè)性化的產(chǎn)品推薦，減少開發(fā)人員不必要的負(fù)擔(dān)。MongoDB Atlas Vector Search支持客戶更輕松、更安全地使用自己的數(shù)據(jù)，增強(qiáng)預(yù)訓(xùn)練生成式AI模型的能力，為特定領(lǐng)域或用例創(chuàng)建更準(zhǔn)確、更相關(guān)的結(jié)果。客戶可以借助MongoDB Atlas管理LLM的輸出，用于為更快的結(jié)果提供常見搜索請(qǐng)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(yīng)用程序的LLM工具?？蛻艨梢允褂眠@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(gòu)建由AI驅(qū)動(dòng)的應(yīng)用程序。

“在我們合作的任意的云平臺(tái)上，Atlas解決方案都可以完美的運(yùn)行，由于使用了lucene search等關(guān)鍵技術(shù)，我們可以讓矢量搜索和語義搜索更快、更準(zhǔn)確地返回搜索結(jié)果。同時(shí)，我們也有專用的搜索節(jié)點(diǎn)，能夠確保Atlas的用戶無論使用哪個(gè)云廠商的解決方案，都能夠獲得搜索性能的擴(kuò)展能力?！盡arkPorter說。他認(rèn)為，對(duì)代碼進(jìn)行現(xiàn)代化改造既是重點(diǎn)也是難點(diǎn)，一方面要把SQL查詢變成現(xiàn)代查詢，另一方面涉及代碼修改，幫助應(yīng)用程序完成現(xiàn)代化。

安全性方面，MongoDB持續(xù)在增強(qiáng)相關(guān)的能力。例如MongoDB可查詢加密（Queryable Encryption）預(yù)覽版，該系統(tǒng)支持客戶從客戶端加密敏感數(shù)據(jù)，將完全隨機(jī)加密的數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫服務(wù)器端，并對(duì)加密數(shù)據(jù)執(zhí)行表達(dá)式查詢。使用該方案之后，可以較以往更加安全地進(jìn)行數(shù)據(jù)存儲(chǔ)，即使是所用云產(chǎn)品的服務(wù)商也無法讀取到用戶數(shù)據(jù)。

目前，每天都有數(shù)以萬計(jì)的客戶將MongoDB用于他們的應(yīng)用程序。但是，每個(gè)行業(yè)都有自己獨(dú)特的挑戰(zhàn)和需求，為了解決這些復(fù)雜的問題，MongoDB推出了MongoDB Atlas行業(yè)計(jì)劃，為客戶提供MongoDB專家主導(dǎo)的架構(gòu)設(shè)計(jì)審閱、增強(qiáng)型解決方案以應(yīng)對(duì)特定行業(yè)挑戰(zhàn)的技術(shù)合作伙伴關(guān)系，以及針對(duì)特定行業(yè)的知識(shí)加速器，為開發(fā)團(tuán)隊(duì)提供提供相關(guān)技術(shù)的培訓(xùn)路徑。金融行業(yè)是該行業(yè)計(jì)劃的首個(gè)目標(biāo)領(lǐng)域，借助MongoDB Atlas，金融機(jī)構(gòu)可對(duì)現(xiàn)有內(nèi)部銀行系統(tǒng)的舊功能進(jìn)行現(xiàn)代化改造，構(gòu)建可組裝架構(gòu)（輕松集結(jié)優(yōu)秀的第三方解決方案）來提升客戶體驗(yàn)，并提供客戶所需的性能及規(guī)模，幫助客戶更快地將概念落地為產(chǎn)品，進(jìn)而推向市場(chǎng)。據(jù)了解，Temenos、富國(guó)銀行等企業(yè)，以及很多亞洲的支付和電商平臺(tái)都在使用MongoDB Atlas的服務(wù)。今年，MongoDB Atlas行業(yè)計(jì)劃還會(huì)陸續(xù)推出針對(duì)制造、汽車、保險(xiǎn)、醫(yī)療、零售等行業(yè)的解決方案。

在MongoDB用戶大會(huì)紐約站上，MongoDB還公布了與谷歌云的全新合作項(xiàng)目。該項(xiàng)目將加速開發(fā)者使用生成式AI并構(gòu)建全新類別的應(yīng)用程序。開發(fā)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(yè)優(yōu)勢(shì)，并借助雙方的專業(yè)服務(wù)，快速啟動(dòng)架構(gòu)審核，加快軟件開發(fā)進(jìn)程。開發(fā)人員可以使用MongoDB Atlas Vector Search與Vertex AI無縫構(gòu)建AI驅(qū)動(dòng)的應(yīng)用程序，獲得高度個(gè)性化和極具吸引力的終端用戶體驗(yàn)。Vertex AI提供了文本嵌入API，能夠從存儲(chǔ)在MongoDB Atlas的客戶數(shù)據(jù)中生成嵌入（embeddings），并結(jié)合PaLM文本模型創(chuàng)建高級(jí)功能，如語義搜索、分類、異常值檢測(cè)、AI驅(qū)動(dòng)聊天機(jī)器人和文本摘要等。

回到中國(guó)市場(chǎng)，MongoDB同樣取得了高速增長(zhǎng)，阿里云數(shù)據(jù)庫MongoDB版的使用量在三年內(nèi)提升8倍，并在今年完成了與阿里云的提前續(xù)約。在中國(guó)移動(dòng)，MongoDB支持了其最大和最關(guān)鍵的推送服務(wù)之一，該服務(wù)每月向超過10億用戶發(fā)送賬單明細(xì)。MongoDB北亞區(qū)高級(jí)副總裁蘇玉龍介紹稱，在使用MongoDB之前，中國(guó)移動(dòng)技術(shù)團(tuán)隊(duì)依賴于Oracle數(shù)據(jù)庫，隨著用戶數(shù)量的增加，數(shù)據(jù)庫性能隨之下降。盡管投入了大量資金，但Oracle系統(tǒng)處理日常請(qǐng)求仍然需要很長(zhǎng)時(shí)間。2019年，經(jīng)過全面測(cè)試，中國(guó)移動(dòng)遷移到MongoDB平臺(tái)，利用MongoDB的原生分片，該系統(tǒng)性能大幅提高了80%，從原來需要50臺(tái)Oracle設(shè)備減少到只需要12臺(tái)運(yùn)行MongoDB的設(shè)備來處理相同的負(fù)載，并且為未來的業(yè)務(wù)擴(kuò)展做好了準(zhǔn)備。在MongoDB的幫助下，中國(guó)移動(dòng)的推送服務(wù)業(yè)務(wù)穩(wěn)步增長(zhǎng)，月活躍用戶超過1.68億，該業(yè)務(wù)也成為中國(guó)移動(dòng)集團(tuán)里客戶滿意度最高的服務(wù)之一。


MongoDB北亞區(qū)高級(jí)副總裁蘇玉龍

2023年8月29日和8月31日，MongoDB用戶大會(huì)也將登陸北京和深圳，屆時(shí)會(huì)有更多的精彩分享呈現(xiàn)給廣大的客戶和開發(fā)者。

標(biāo)簽：

推薦

財(cái)富更多》

動(dòng)態(tài)更多》

熱點(diǎn)