MongoDB推出高级数据管理功能,实现随处可运行应用程序

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 Tair(兼容Redis),内存型 2GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 借助MongoDB Atlas for the Edge,企业不仅可以安全地存储数据,还可以跨越不同数据源和目的地实时同步数据,从而提供具有高可用性、高弹性和高可靠性的应用程序

此前在MongoDB伦敦用户大会上宣布推出MongoDB Atlas for the Edge,为企业提供一套能够轻松将应用程序就近部署在生成、处理和存储实时数据的位置,包括各类设备、本地数据中心和主要云服务提供商。

借助MongoDB Atlas for the Edge,企业不仅可以安全地存储数据,还可以跨越不同数据源和目的地实时同步数据,从而提供具有高可用性、高弹性和高可靠性的应用程序。企业可以使用MongoDB Atlas for the Edge来构建、部署和管理应用程序,以及从任意位置访问这些应用程序,从而更便捷地将其用于网联汽车、智慧工厂和供应链优化等用例,而不像操作位于边缘的分布式应用程序那样,需要执行繁杂的任务。

MongoDB首席产品官Sahir Azam表示:“在提供开发体验时,提升灵活性和降低复杂性是客户最希望获得的关键属性之一。Atlas for the Edge可跨越数据层为在任何位置(从移动设备、售货亭、远程制造设施和本地数据中心到云端)运行的应用程序提供一致的开发体验。借助Atlas for the Edge,客户可以利用位于边缘的数据更加轻松、安全地构建和管理具有高可用性、高弹性和高可靠性的分布式应用程序,同时避免了管理边缘部署的繁重工作。”

随着边缘计算技术的进步,企业可以借机部署分布式应用程序,使终端用户在任何位置都能够获得实时体验。当前许多企业都寄望于边缘计算技术,但却不具备相关专业技术,导致无法管理网络复杂性,以及无法管理交付在任何位置都可以运行的可靠应用程序所需的大量分布式数据。

许多边缘部署都需要将来自多个供应商的硬件和软件解决方案相结合,这使系统变得既复杂又脆弱,而且这些系统往往都是使用传统技术来构建,因此会受到单向数据移动的限制,同时需要具备专业技能的人员才能进行管理和操作。

此外,边缘设备需要进行长期优化,这是由于边缘设备自身存在一些局限性,如数据存储容量有限和网络连接不稳定等,导致在边缘位置和云环境之间同步数据变得异常困难。同时,边缘设备也容易出现安全漏洞,且跨边缘位置存储和共享的数据在传输期间和静止时必须通过集中式访问控制进行加密,这样才能保护数据隐私和确保合规性。因此,许多企业都在设法部署和运行分布式应用程序,以确保终端用户在任何位置都能够获得实时体验。

MongoDB Atlas for the Edge可消除复杂性,提供各项功能来帮助企业构建、管理和部署具有高可用性、高弹性和高可靠性的分布式应用程序,从而安全地使用位于云端和边缘的实时数据。如今,数以万计的客户和数以百万计的开发者都借助MongoDB Atlas运行关键业务应用程序,以实现实时库存管理、预测性维护和大量金融交易。

借助MongoDB Atlas for the Edge,企业可使用单一平台统一提供从边缘到云端,以及介于两者之间的一致、顺畅的开发体验,让企业能够构建分布式应用程序,处理、分析和同步位于不同位置的各类数据。简言之,MongoDB Atlas for the Edge的各项功能可帮助企业显著降低构建、部署和管理分布式数据系统的复杂性,满足在任意位置运行现代应用程序的需求:

在不同边缘基础设施上部署MongoDB,以实现高可靠性和超低延迟:借助MongoDB Atlas for the Edge,企业可以使用不同基础设施在MongoDB上运行应用程序,包括自托管本地服务器(例如,远程仓库服务器或远程医院服务器),以及由亚马逊云科技(AWS)、谷歌云和Microsoft Azure等主要云服务提供商托管的边缘基础设施。例如,存储在自托管服务器MongoDB Enterprise Advanced中的数据可以与AWS Local Zones上的MongoDB Atlas Edge服务器和云中的MongoDB Atlas自动同步,从而为边缘设备提供具有高可靠性和个位数毫秒级延迟的实时应用体验。MongoDB Atlas for the Edge使企业能够在任何位置部署应用程序,包括偏远的、通常未联网的位置,并在边缘设备、边缘基础设施和云端之间同步数据,从而提供数据丰富、具有容错性的实时应用体验。

在网络不稳定的位置运行应用程序:借助MongoDB Atlas Edge Server和Atlas Device Sync,企业可以将预构建的本地优先数据同步层用于在售货亭或移动设备和物联网设备上运行的应用程序,以防止数据丢失,改善离线应用体验。MongoDB Atlas Edge服务器支持远程部署,可在无需使用内置网络管理功能连接到云端的情况下,直接实现设备之间的同步。一旦网络连接可用,数据就会在设备和云端之间自动同步,以确保应用程序根据用例实时更新,例如跟踪供应链库存和包裹状态、优化偏远地区的配送路线,以及通过间歇性网络连接访问电子健康记录。

在边缘构建和部署由AI驱动的应用程序:MongoDB Atlas for the Edge可与生成式AI和机器学习技术集成,因此,即使在网络连接不可用的情况下,也可直接在设备上提供低延迟的边缘智能功能。例如,MongoDB Atlas Search和Atlas Vector Search使企业能够更快、更轻松地构建具有搜索和生成式AI功能的智能应用程序,这些功能利用了向量嵌入(文本、图像和音频等数据的数字表示)和大语言模型。一旦生成嵌入并将其存储在MongoDB Atlas中,Atlas Device SDK(以前称为Realm)上运行的边缘应用程序就可以将存储在本地的嵌入用于实时图像相似度搜索和分类等用例,以识别生产线上的潜在产品缺陷。Atlas Device SDK是一个可扩展平台,能够在移动设备和云端之间快速同步数据,进而简化实时响应式移动应用程序的构建流程。借助Atlas Device SDK,开发者还可使用Atlas Device SDK、TensorFlow和PyTorch等流行框架,在边缘设备上构建、训练、部署和管理机器学习模型,并将其用于使用实时数据的定制应用程序。

存储和处理来自物联网设备的实时和批量数据,以使数据变得具有可操作性:借助MongoDB Atlas Stream Processing,企业可以在网络连接可用时,以实时流或批量的方式摄取和处理来自数百万个物联网设备(如设备传感器、工厂机器、医疗设备)的大批量高速传输数据。接着,可以使用MongoDB Time Series集合轻松聚合、存储和分析数据,以用于预测性维护和异常检测(具有实时报告和警报功能)等用例。MongoDB Atlas for the Edge提供了所有必要工具,使企业能够处理和同步边缘位置和云端上的几乎所有类型的数据,以确保一致性和可用性。

轻松确保边缘应用程序的安全性,以保护数据隐私和确保合规性:MongoDB Atlas for the Edge可通过内置安全功能帮助企业确保其边缘部署的安全性。Atlas Device SDK可在静态状态、设备和网络传输中提供开箱即用的数据加密功能,以确保数据受到保护且处于安全状态。此外,Atlas Device Sync还可通过内置身份与访问管理(IAM)功能提供基于角色的细粒度访问,同时可将IAM功能与第三方IAM服务相结合,轻松地将边缘部署与现有安全和合规解决方案相集成。

亚马逊云科技(AWS)电信产品管理总监Amir Rao表示:“高可靠性和超低延迟是确保客户能够访问和处理数据的关键要素。而亚马逊云科技的边缘服务可帮助满足客户对数据密集型工作负载的需求。借助MongoDB Atlas for the Edge,客户可以利用AWS Local Zones、AWS Wavelength和AWS Outposts等托管边缘基础设施,处理接近终端用户的数据,并驱动生成式AI和机器学习、物联网及机器人技术,使客户能够轻松地在任何位置构建、管理和部署应用程序。”

Cloneable可提供低代码/无代码工具,以将AI应用程序即时部署到一系列设备上,其中包括移动设备、物联网设备、机器人等。Cloneable首席技术官Tyler Collins表示:“我们与MongoDB开展合作的原因在于,Atlas for the Edge提供了各项功能,可帮助我们更快速地提供企业级体验。例如,Atlas Device Sync提供的本地数据持久化和内置云同步功能可实现实时更新和高可靠性,这是Cloneable客户能够将复杂高深的技术功能运用到边缘的关键。分布在设备上的机器学习模型可以提供低延迟推理、计算机视觉和增强现实。Atlas Vector Search支持来自不同设备的图像和数据向量嵌入,从而改进搜索和分析。得益于MongoDB的支持,我们才能够助力企业精简和简化繁重的数据处理任务。”

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
5月前
|
运维 DataWorks 数据管理
数据管理DMS使用问题之正在使用“同步表”功能,如何设置数据同步的过期时间
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
数据管理DMS使用问题之正在使用“同步表”功能,如何设置数据同步的过期时间
|
5月前
|
SQL NoSQL 数据管理
数据管理DMS使用问题之如何批量导入MongoDB的数据文件
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
6月前
|
NoSQL 定位技术 MongoDB
深入探索 MongoDB:高级索引解析与优化策略
深入探索 MongoDB:高级索引解析与优化策略
192 1
|
3月前
|
NoSQL MongoDB 数据库
python3操作MongoDB的crud以及聚合案例,代码可直接运行(python经典编程案例)
这篇文章提供了使用Python操作MongoDB数据库进行CRUD(创建、读取、更新、删除)操作的详细代码示例,以及如何执行聚合查询的案例。
38 6
|
3月前
|
存储 SQL 数据可视化
三维引擎系列(三):BIM数据管理与可视化功能
Ganos三维引擎的BIM数据管理分析解决方案,旨在充分发挥BIM模型价值,满足数字孪生技术发展的高精度需求。该方案通过结构化拆解BIM数据,实现统一管理和联合查询;支持精细化计算BIM模型指标,并与规划红线对比;同时提供高效渲染能力。Ganos内置多种功能,如ST_ImportIFC导入IFC格式数据,ST_As3DTiles生成3D Tiles瓦片数据结构,无需依赖第三方软件即可完成BIM数据的存储、计算与可视化展示。此外,通过简单的后端服务即可实现与渲染引擎的无缝对接,显著提升三维空间计算效率。
47 0
|
4月前
|
NoSQL atlas MongoDB
构建实时银行应用程序:英国金融机构 Nationwide 为何选择 MongoDB Atlas
正如 Nationwide 在135 年前的初衷一样,无论数字化程度如何,Nationwide仍将继续以会员为核心,满足会员的日常需求
3870 3
|
5月前
|
运维 数据管理 数据库
数据管理DMS使用问题之哪些地域支持流式ETL功能
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
4月前
|
存储 NoSQL 数据管理
揭秘MongoDB时间序列集合:这个超级功能将如何彻底改变你的数据管理?
【8月更文挑战第8天】时间序列数据记录随时间变化的信息,在数据库管理中至关重要。MongoDB自4.0版起引入时间序列集合,专为这类数据优化存储与查询。通过问答形式介绍其特点:自动数据过期、高效存储机制及快速查询操作。创建时需指定时间字段及可选元数据字段。支持设置数据过期时间,采用粗粒度索引减少I/O操作。查询时可通过时间范围筛选数据,并利用聚合框架进行数据分析。随着实时分析需求的增长,时间序列集合的应用将更加广泛。
199 0
|
5月前
|
NoSQL Shell MongoDB
【Python】已解决:(MongoDB安装报错)‘mongo’ 不是内部或外部命令,也不是可运行的程序
【Python】已解决:(MongoDB安装报错)‘mongo’ 不是内部或外部命令,也不是可运行的程序
592 0
|
6月前
|
存储 负载均衡 NoSQL
MongoDB的分片功能
【6月更文挑战第6天】MongoDB的分片功能
77 1