MongoDB推出四项AI驱动的新功能,助力开发者提升效率并加速应用程序现代化

本文涉及的产品
云原生内存数据库 Tair,内存型 2GB
云原生多模数据库 Lindorm,多引擎 多规格 0-4节点
云数据库 Redis 版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: 生成式人工智能让开发者有机会构建更好的应用程序。通过自动执行重复性任务,由AI驱动的工具和功能可以帮助开发者节省大量时间和精力,同时更快地交付更高质量的应用程序

AI新功能

  • MongoDB Relational Migrator可借助AI将SQL转换为MongoDB Query API语法,进一步提高关系数据库迁移的自动化水平

  • MongoDB Compass可根据自然语言生成查询和聚合,助力更快速、更轻松地构建由数据驱动的应用程序

  • MongoDB Atlas Charts可根据自然语言构建丰富的数据可视化,助力加速仪表板创建和商业智能

  • MongoDB 官方文档全新AI聊天机器人功能可解答技术问题,助力缩短应用程序构建和故障排除所需的时

MongoDB(NASDAQ:MDB)早前在MongoDB用户大会伦敦站上宣布推出全新的智能化开发者体验,利用生成式人工智能助力开发者更快速、更轻松地在MongoDB上构建应用程序。MongoDB是世界上最受欢迎的基于文档的数据平台,数以百万计的开发者和成千上万的客户借助MongoDB构建关键业务程序。MongoDB Relational Migrator、MongoDB Compass、MongoDB Atlas Charts、MongoDB Documentation(MongoDB 官方文档)中的全新生成式AI功能可帮助开发者减少耗费在重复性任务上的时间和精力,从而更加专注于解决难题和构建现代应用程序。欲了解关于MongoDB的更多信息,请访问mongodb.com/zh-cn。

MongoDB首席产品官Sahir Azam表示:“生成式人工智能让开发者有机会构建更好的应用程序。通过自动执行重复性任务,由AI驱动的工具和功能可以帮助开发者节省大量时间和精力,同时更快地交付更高质量的应用程序。通过将人工智能功能集成到每天都有数以百万计开发者使用的MongoDB产品和服务中,我们正在助力开发者减少耗费在低价值任务上的时间,让他们能够专注于对自身和企业更加重要的事情上,即构建和发布受终端用户青睐的现代应用程序。”

为满足客户日益增长的需求,当前企业需要构建极具吸引力的应用程序,确保应用程序能够实时响应不断变化的需求和日新月异的数据。MongoDB之所以能够成为开发者构建应用程序的首选,是因为具备灵活性、可扩展性和弹性。然而,为了有效运行由数据驱动的应用程序,根据操作数据生成可视化结果来获取洞察并制定决策,并排除数据库和应用程序异常,开发者往往需要耗费大量时间和精力来构建查询和聚合。这些任务虽然重要,但往往属于重复性的任务且耗时耗力,使开发者难以集中精力进行原型设计、推出新功能或开创全新最终用户体验。

MongoDB Relational Migrator、MongoDB Compass、MongoDB Atlas Charts和MongoDB官方文档现已具备一套全新的生成式AI功能,有助于消除应用程序开发与现代化过程中的大量繁重工作。这些功能包括:

使用MongoDB Relational Migrator进一步加速应用程序迁移:借助智能数据模式和代码推荐,MongoDB Relational Migrator可有助更快速、更轻松地从传统数据库技术迁移至MongoDB Atlas。在迁移传统应用程序过程中,对SQL查询和存储过程的处理通常较为困难,因为这些查询和存储过程往往没有文档记录,必须手动转换为MongoDB Query API语法。如今,企业可使用MongoDB Relational Migrator中的全新AI驱动功能,自动将传统应用程序中的SQL查询和存储过程转换为可以执行和进一步调试的MongoDB Query API语法。通过使用MongoDB Relational Migrator,客户可以加快推进应用程序现代化项目,同时开发者也可以在不具备MongoDB Query Syntax API相关知识的情况下,自动执行繁琐的转换任务,进而加快迁移速度。欲了解关于MongoDB Relational Migrator的更多信息,请访问mongodb.com/products/relational-migrator。

在MongoDB Compass中更快地生成查询和聚合:由于能够轻松地在MongoDB中完成数据查询和聚合,MongoDB Compass成为开发者进行数据交互时最受欢迎的工具之一。如今,开发者可使用自然语言在MongoDB Compass中快速生成可执行的MongoDB Query API语法,并更轻松快捷将复杂的数据密集型功能集成到应用程序中。例如,开发者可输入“按尺寸大小筛选披萨订单、按披萨名称对其余文档进行分组、计算总量”,MongoDB Compass将推荐代码来执行处理数据所需的聚合管道的各个阶段。借助MongoDB Compass的全新语言功能,开发者可将更多时间和精力用于发布由数据驱动的应用程序,而不是手动编写复杂的查询和聚合。欲了解关于MongoDB Compass的更多信息,请访问mongodb.com/products/tools/compass。

使用自然语言在MongoDB Atlas Charts中实现数据可视化:MongoDB Atlas Charts是一种现代化数据可视化工具,使开发者能够使用存储在MongoDB Atlas中的数据轻松创建、共享和嵌入可视化结果。借助全新AI驱动功能,开发者可使用自然语言在MongoDB Atlas Charts中构建数据可视化、创建图形并生成仪表板。例如,开发者可输入“显示不同国家和不同产品之间的年收入对比”,MongoDB Atlas Charts就会收集数据并快速生成所需的可视化结果。开发者可使用MongoDB Atlas Charts中熟悉的拖放界面进行进一步细化和定制。欲了解关于MongoDB Atlas Charts的更多信息,请访问mongodb.com/products/charts。

更快速、更直观地从MongoDB 官方文档获得答案:MongoDB 官方文档为开发者提供使用MongoDB构建应用程序所需的教程、代码示例和参考库。通过在MongoDB 官方文档中添加AI聊天机器人,开发者可以询问有关MongoDB产品和服务的问题,并在数秒内即可获得答案,同时还可以在软件开发期间进行故障排除。例如,开发者可以询问“如何使用Atlas Vector Search实现检索数据”,聊天机器人将提供分步指导、示例代码和参考链接,帮助开发者获得更多信息并快速入门。MongoDB 官方文档聊天机器人是一个开源项目,使用MongoDB Atlas Vector Search进行由AI驱动针对精选数据的信息检索,以根据上下文提供解答,开发者可使用项目代码来根据不同用例构建和部署聊天机器人。如需开始使用MongoDB 官方文档聊天机器人,请访问mongodb.com/docs。

MongoDB Relational Migrator、MongoDB Compass、MongoDB Atlas Charts中的全新AI驱动功能预览版现已发布。MongoDB官方文档聊天机器人现已普遍可用。

立即免费试用阿里云MongoDB。

扫码加入钉群,与MongoDB专家一对一沟通,了解更多阿里云MongoDB产品与方案,市场活动及线上培训等内容。
钉钉入群二维码原图.jpeg

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
15天前
|
人工智能 自然语言处理 程序员
下载量突破400万,百万开发者首选的 AI 编码工具通义灵码是如何炼成的?
我们非常高兴的宣布,通义灵码插件下载量突破400万啦!
下载量突破400万,百万开发者首选的 AI 编码工具通义灵码是如何炼成的?
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
|
3天前
|
机器学习/深度学习 人工智能 算法
【悬念揭秘】ML.NET:那片未被探索的机器学习宝藏,如何让普通开发者一夜变身AI高手?——从零开始,揭秘构建智能应用的神秘旅程!
【8月更文挑战第28天】ML.NET 是微软推出的一款开源机器学习框架,专为希望在本地应用中嵌入智能功能的 .NET 开发者设计。无需深厚的数据科学背景,即可实现预测分析、推荐系统和图像识别等功能。它支持多种数据源,提供丰富的预处理工具和多样化的机器学习算法,简化了数据处理和模型训练流程。
15 1
|
18天前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【8月更文挑战第13天】随着网络技术的发展,网络安全问题愈发严峻,传统防御手段已显乏力。本文探讨构建AI驱动的自适应网络安全防御系统,该系统能自动调整策略应对未知威胁。通过数据采集、行为分析、威胁识别及响应决策等环节,利用Python工具如Scapy、scikit-learn和TensorFlow实现网络流量监控、异常检测及自动化响应,从而提升网络安全防护的效率和准确性。随着AI技术的进步,未来的网络安全防御将更加智能和自动化。
28 6
|
16天前
|
人工智能 开发者 芯片
【51单片机】单片机开发者的福音: 让AI看电路图帮你编写程序(使用ChatGPT 中训练好的单片机工程师模型)
使用AI大语言模型编写 单片机程序. 使用的是 OpenAI公司发布的 ChatGPT .在ChatGPT上有别人训练好的 单片机工程师 with Keil uVision 5 - C Code Explainer模型, 可以上传电路图改模型可以通过这个用户所给的电路图进行编程.
【51单片机】单片机开发者的福音: 让AI看电路图帮你编写程序(使用ChatGPT 中训练好的单片机工程师模型)
|
23天前
|
人工智能 NoSQL atlas
MongoDB Atlas与大语言模型的梦幻联动:如何瞬间提升企业级AI应用的构建效率?
【8月更文挑战第8天】在大数据时代,企业需挖掘数据价值。MongoDB Atlas作为云端数据库服务,以灵活性著称,减轻运维负担并支持全球数据分布。大语言模型(LLMs)革新AI构建方式,擅长处理自然语言。本文通过对比展示如何整合Atlas与LLMs,构建高效企业级AI应用:Atlas确保数据高效存储管理,LLMs提供语言理解与生成能力,二者结合加速AI应用开发并激发创新潜能。
33 1
|
29天前
|
数据采集 人工智能 NoSQL
生成式AI 未来发展的两大要素:数据和开发者
从过去一年的经验来看,未来也许还将发生翻天覆地的变革。所以,没人敢断言生成式 AI 的具体发展方向。但有一点可以肯定:数据和开发者,将始终是生成式 AI 未来发展的两大要素
3859 3
|
7天前
|
人工智能 分布式计算 大数据
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
|
12天前
|
存储 人工智能 关系型数据库
使用 PostgreSQL pgvector 的 AI 应用程序中的多模态搜索
大型语言模型(LLM)的发展已拓展至多模态领域,不仅能处理文本,还能解析图像。本文介绍如何构建一个多模态搜索应用,用户可通过上传图片或输入文本来搜索印度菜谱。该应用支持多种LLM服务,如OpenAI及Ollama本地部署模型,并运用pgvector扩展在PostgreSQL中高效存储和检索向量嵌入。我们还展示了如何生成菜谱描述的嵌入并向数据库写入这些嵌入,以及如何通过API接口结合文本和图像查询来获取最相关的菜谱结果。此外,讨论了使用分布式SQL数据库如YugabyteDB增强应用的可扩展性和健壮性。
118 0
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
探索软件自动化测试的未来:AI驱动的测试策略
【7月更文挑战第47天】 随着人工智能(AI)技术不断进步,其在软件测试领域的应用也日益广泛。本文将探讨如何整合AI技术与现有的自动化测试流程,提出一个面向未来的测试策略。文章重点分析了AI在测试用例生成、执行、结果分析和持续集成中的作用,同时预测了这种技术融合对测试工程师角色的影响,以及它如何提高软件测试的效率和准确性。

相关产品

  • 云数据库 MongoDB 版
  • 下一篇
    云函数