查看原文
其他

MongoDB 计划从“Data Sprawl”中逃脱

Adrian CSDN云计算 2020-12-18

原文作者 | Adrian Bridgwater

译者 |天道酬勤,责编 |晋兆雨

头图 | CSDN 付费下载自视觉中国


提供特定技术子集的软件供应商,喜欢用尽可能广泛的标签来提升自己,这是一种传达平台宽度和能力的方式。

我们知道MongoDB以开源根数据库而闻名,但是该公司现在时髦地称自己为“现代通用数据库平台”,好像是在暗示着:现代数据挑战让你失望……?为什么不尝试新的和改进的MongoDB?

尽管市场营销语言嘲讽,开放数据库无疑比以往任何时候都更“当下”, MongoDB做的不仅仅是刚开始时的数据库功能。那么Mongo有什么新变化?

 

疯狂的数据蔓延出现

 

该公司的最新消息表明,它的目标是无论数据在哪里,都能为软件开发人员提供一种方式,来更好的处理数据。现在许多不同的地点、系统、平台、设备、云服务等中都生成数据,因此在本地处理数据的能力是目前IT行业的关键信息。MongoDB的总裁兼首席执行官Dev Ittycheria解释了“数据蔓延”的存在,以及他的公司打算对此做些什么。

 Most Popular In: Cloud

Ittycheria说“如今,开发人员需要与数据蔓延作斗争,也就是说,他们需要在不同系统上使用大量的技术、数据模型、应用程序编程接口(APIs)和编程语言,来支持用户在现代应用程序中所需的事务、搜索和分析功能。虽然云计算给科技行业带来了革命性的变化,提供了低廉的入门成本和无限的规模(以及其他已证明的优势),但大多数云迁移仅复制了传统数据中心的复杂性和弊端”。

在这里假设的是,如果我们认为所有的复杂性提供了更多的选择,那么它确实可以, 但是,在这种疯狂的数据蔓延中,只有找到解决问题的一种方法时,才能看到它蔓延到筒仓和碎片群中。


该公司做出这些声明是为了验证其最新产品的地位。MongoDB 4.4的发布,Atlas Data Lake和Atlas Search的普遍可用性,以及MongoDB Realm的普遍可用性,都声称可以摆脱数据孤岛和碎片化的API,据公司称,是由于MongoDB Cloud提供了一个开发人员优化的云—移动平台。

 

使用数据模型浏览数据库

 

MongoDB通过提供“文档数据模型”来工作,开发人员可以使用该模型,以应用程序所需的任何方式来构造数据。我们可以将数据模型视为一种数据上下文映射,它描述了数据库中不同实体的性质、形式和角色,以及数据库内部不同实体之间的相互关系。MongoDB的文档数据模型允许软件应用程序了解不同类型数据之间的差异(和重要性),从简单的键值对,到丰富的数据和层次结构对象。可以使用单个应用程序编程接口(API)查询所有这些类型的数据。 

MongoDB在这里所做的努力,是为了给软件开发人员提供一种体验,在广泛的应用程序工作负载的一致和高效。该公司表示,“关键业务”交易和分析应用程序在MongoDB上的各个行业组织中运行:金融服务,医疗保健,电信,保险,游戏等。 

7-Eleven数字技术总监Srikanth Gandra说“ 7—Eleven使用MongoDB Realm构建了一个利用Realm Sync的库存管理系统。自从将基于MongoDB Realm的应用程序推广到北美的8500家商店后,我们已经能够在20000多个设备上几乎实时地同步数据”。“我们从商店经理那里听到了很好的反馈。他们可以立即使用设备,而不必像过去那样,初次启动时需要等待几分钟下载数据。数据准确性,尤其是销售或出货时的库存数据,确实得到了改善。”

 

重要的搜索功能

 

对此处提供的其他功能进行更深入的了解,为了简化现代数据基础架构,在MongoDB Cloud平台上添加了Atlas Data Lake和Atlas Search,并通过丰富的搜索体验扩展应用程序,释放对存储在数据库中的数据进行分析的功能。

我们已经说过,那里的数据太复杂了,因此以这种方式搜索数据显得更加重要。实际上MongoDB走得更远,它声称执行“搜索(在复杂的、分散的、可能断开的数据基础设施上的功能)的能力已成为每个应用程序的一项重要功能”。 

MongoDB首席产品官Sahir Azam说“如果没有基于相关性的搜索功能,构建现代应用程序用户体验几乎是不可想象的。不幸的是,这仍然是一项复杂的任务,需要开发人员启动搜索数据库,保持数据同步,并独立于其核心记录数据库进行扩展” 。

Azam表示,Atlas Search通过为开发人员提供一个搜索引擎,它与核心数据库有相同的语言和数据模型,从而消除了这些麻烦。MongoDB认为搜索是构建现代应用程序的基础层的扩展。

Atlas Search通过一致的API与Atlas云数据库深度集成,用户不需要启动单独的搜索引擎,并在不同数据之间能够同步数据移动。使用Atlas UI或API创建索引后,开发人员便可以运行复杂的搜索查询。

 

多种数据源和接口

 

我们的考虑的核心应该是数据环境的复杂性,在那里明显有大量的数据源和数据接口,因此,能够从抽象的前端接口克服这种复杂性,而不必遍历多个后端目标。


原文链接:

https://www.forbes.com/sites/adrianbridgwater/2020/06/11/mongodb-plots-escape-route-out-of-the-data-sprawl/?ss=cloud#6d5b6030a34a

原文作者姓名:Adrian Bridgwater



更多推荐阅读

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存