MongoDB扩大与谷歌云的合作,助推各行业客户部署和扩展新型应用

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
简介: MongoDB和谷歌云的深入合作得到了双方共同客户与合作伙伴的欢迎

亮点前瞻

●MongoDB Atlas Search Nodes现已在谷歌云(Google Cloud)上全面推出,让客户能够更轻松、更经济高效地隔离和扩展生成式AI工作负载
●适用于MongoDB Atlas的Google Cloud Vertex AI扩展以及BigQuery与Spark的全新集成,让客户能够更加无缝地利用其专有数据构建生成式AI应用程序
●MongoDB加入谷歌云行业价值网络(Industry Value Network),并推出与谷歌云的生产数据引擎相集成的全新MongoDB Atlas,帮助企业构建行业特定解决方案
●在谷歌分布式云端(Google Distributed Cloud)运行的MongoDB企业版数据库(MongoDB Enterprise Advanced)可帮助客户对应用程序安全性和数据隐私保护极为严格的要求

MongoDB公司(纳斯达克股票代码:MDB)近日在2024 Google Cloud Next大会上宣布将深化与谷歌云的合作,通过使用MongoDB Atlas Vector Search和谷歌云Vertex AI,更轻松、更具成本效益地构建、扩展和部署生成式AI应用程序,并对BigQuery数据处理提供额外支持。双方正在合作开发专门面向零售业和制造业的创新行业解决方案,通过深度产品集成和解决方案,为智慧工厂打造极具吸引力的购物体验和基于数据驱动的应用。MongoDB企业版数据库目前已在谷歌分布式云端(GDC)上推出,以满足需要运行高度敏感数据的工作负载的客户需求。

MongoDB全球合作伙伴执行副总裁Alan Chhabra表示:“MongoDB与谷歌云之间稳固的关系源于双方的密切合作,旨在共同满足各行业企业的独特需求。我们荣获‘谷歌云Marketplace年度合作伙伴(Google Cloud Partner of the Year - Marketplace)’这一殊荣,彰显了我们致力于为构建现代应用程序的客户提供最佳解决方案,同时,满足最高级别的安全和数据隐私要求。随着越来越多的客户选择MongoDB 和 Google Cloud,我们期待着继续加强双方的合作,通过新型生成型AI应用程序助力他们的业务增长。”

谷歌云迁移、ISV和Marketplace副总裁Stephen Orban表示:“很多客户都表示,需要在目前使用MongoDB这样的领先工具中集成世界级生成式AI。MongoDB和谷歌云已经帮助数千家双方共同客户成功地在谷歌云上使用MongoDB Atlas构建和部署应用程序。我们希望未来继续建立这种战略合作,并为开发人员提供更多方法,通过生成式AI快速高效地创建和增强应用程序,包括通过Vertex AI访问顶级模型,以及通过BigQuery访问自动化数据管道。”

自2018年合作以来,MongoDB和谷歌云已帮助数千家双方共同客户,其中包括Keller Williams、Powerledger、Rent the Runway和Ulta等,采用云原生数据策略实现了企业运营和终端用户服务的现代化。随着MongoDB与谷歌云合作的深入,将进一步助推客户实现:

● 无缝隔离和扩展生成式AI应用程序,以提高性能和效率:MongoDB Atlas Search Nodes现已在谷歌云上全面推出,为使用MongoDB Atlas Vector Search和MongoDB Atlas Search的生成式AI和基于相关性的搜索工作负载提供了专用基础设施。

MongoDB Atlas Search Nodes独立于核心操作数据库节点,支持客户隔离工作负载,可以在优化成本的同时,将查询时间最多缩短60%。

举例而言,一家在纳税季运行高流量应用程序的金融服务公司可以使用带有MongoDB Atlas Search Nodes功能的专用基础架构,通过将生成式AI工作负载部分进行隔离和扩展来优化性能,而不依赖于其数据库。随后该公司可以扩展一个使用MongoDB Atlas Vector Search的知识检索工作负载,供AI驱动的代理程序(agents)使用,这些代理程序能够代表最终用户主动执行操作,而无需调整整个数据库的规模。

● 使用领先的基础模型,让构建生成式AI应用程序变得更简单:自去年起,MongoDB Atlas Vector Search已与Vertex AI进行了整合,为开发人员提供了更多托管基础模型的选择,以构建生成式AI应用程序。

如今,随着集成的深入,开发人员可以使用专用的Vertex AI扩展功能,更轻松地使用来自 Anthropic、谷歌云、Meta、Mistral等公司的大型语言模型(LLM),而无需在MongoDB Atlas和谷歌云之间转换数据或管理数据管道。

通过这种方式,开发人员可以更便捷地利用企业的实时运营数据来提升大型语言模型(LLM),从而构建能够提供上下文感知和高度个性化的最终用户体验的应用程序。这些应用程序将更加准确、及时和可信,并且能够降低复杂性。开发人员还可以利用新的扩展功能在Vertex AI控制台中进行自然语言输入,以自动生成用于操作数据的查询,并对存储在MongoDB Atlas中的数据执行数据库操作(如创建、读取、更新、删除),从而实现更加无缝的用户体验。

● 使用运营数据的自动化管道增强分析工作负载:BigQuery 是一款无服务器、可扩展且经济高效的企业数据仓库,可以跨多个云平台工作,支持各种分析、商业智能(BI)和机器学习工作负载。目前,客户可使用BigQuery和MongoDB Atlas之间的双向同步功能,以利用实时操作数据增强其分析工作负载,或者让最终用户应用程序能够轻松访问企业的历史数据。借助Spark存储过程与BigQuery的全新集成,客户可以更好地实现对BigQuery和MongoDB Atlas之间数据处理工作流的自动化、优化和重新利用,以应用于分析、商业智能(BI)以及最终用户应用程序等方面。

例如,客户可以自动建立对存储在MongoDB Atlas中的实时操作数据与BigQuery中的分析数据进行组合,并将其发送到Vertex AI,以打造全新的最终用户应用程序体验。

● 利用实时的应用数据来丰富工厂数据,以优化生产和供应链运营:数以万计的企业依靠MongoDB Atlas安全地存储、处理和管理各种类型的高性能和可扩展实时应用数据。如今的制造商们希望通过对来自工厂设备传感器、终端用户应用程序和企业资源计划系统等不同来源的数据进行整合,实现自动化决策和提高运营效率,进而实现运营的现代化。然而,许多企业无法实现运营转型,因为它们仍然依赖于那些难以替代且现代化成本高昂的老旧技术。借助MongoDB Atlas与谷歌云Manufacturing Data Engine之间的全新集成,制造商可以更轻松地整合和转换来自整个企业的数据,充分利用现代化的实时应用程序实现流程自动化并优化运营。

● 轻松构建和部署应用程序,通过组合式商业功能提供现代购物体验:在利用个性化和自动化技术打造全新客户体验方面,零售企业走在了最前沿。然而,构建能够大规模支持上述体验的应用程序是一项繁重复杂的任务。为了应对这些挑战,MongoDB加入了谷歌云的行业价值网络(IVN)合作伙伴计划,该计划旨在通过与系统集成商的合作来加速创新,简化各行业的端到端解决方案的开发过程。从面向零售商的新解决方案开始,客户可以使用谷歌云上的MongoDB Atlas,通过数字化转型咨询公司Kin + Carta的集成商业网络来部署现代商业架构,以满足其特殊业务需求,并为客户提供极具吸引力的购物体验。

● 在严密控制的、安全的环境中运行高度敏感的工作负载:由于数据的高度敏感性,政府、公共部门组织和受监管行业的企业在实现运营现代化的过程中常常面临很大挑战。因此,这些组织在处理工作负载时的选择十分有限。

通过使用谷歌分布式云上的MongoDB企业高级版数据库,企业可以在与外部网络完全隔离的环境中构建、部署和扩展应用程序,而无需连接至谷歌云或依赖于公共互联网。

MongoDB是首批为新的谷歌云就绪型分布式云端(Google Cloud Ready—Distributed Cloud)计划提供经验证的解决方案的软件提供商之一,专为工作负载高度敏感的客户提供量身定制的集成功能。有了谷歌分布云上的MongoDB企业高级版数据库,政府、公共部门和受监管企业就能够满足严格的数据驻留和安全要求,在保护敏感数据的同时,能够以安全的方式部署创新应用和功能,以满足所有业务现代化的需求。

MongoDB和谷歌云的深入合作得到了双方共同客户与合作伙伴的欢迎

成立于2009年的服装租赁公司Rent the Runway正在颠覆价值万亿美元的时尚业,并通过“云端衣橱”(Closet in the Cloud)重新定义女性着装,这是全球首个也是目前规模最大的共享设计师衣橱平台。Rent the Runway软件工程高级总监Mike Liberant表示:“在谷歌云上运行的MongoDB Atlas优势显著,因为它提供了一个完整的基础设施解决方案,解放了我们的运维工作,使我们能够专注于解决方案的研发和创新。具体而言,MongoDB Atlas帮助我们提高服装加工的效率和准确性,避免人为错误的发生,最终,我们就能为客户提供更优质、更迅捷的服务,让客户选择更多,花钱更少。MongoDB和谷歌云一直是我们强大的合作伙伴,为我们提供亟需的高品质服务和先进工具。”

全球数字化转型咨询公司Kin + Carta的主要业务是帮助企业实现业务现代化,更好地满足客户不断变化的需求。Kin + Carta全国谷歌云联盟(National Google Cloud Alliance)负责人Tara Catalano表示:“通过集成商务网络(Integrated Commerce Network),我们汇集了一流的软件合作伙伴,他们共同致力于简化端到端商务解决方案的构建过程。对于许多客户来说,最优解决方案的构建必须考虑到自己的实际需求,他们需要灵活性和更多选择,还要能够充分利用生成式AI带来的机遇,因此,MongoDB与BigQuery和Vertex AI的连接和集成就成了一个极具吸引力的选择。”

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
|
2月前
|
存储 缓存 NoSQL
MongoDB 是什么?有哪些应用场景?
MongoDB 是一个由 MongoDB Inc. 开发的基于分布式文件存储的面向文档的数据库,自 2009 年推出以来,以其高性能、易部署、模式自由、强大的查询语言和出色的可扩展性受到广泛欢迎。它适用于互联网应用、日志分析、缓存、地理信息系统等多种场景。MongoDB 支持多种编程语言,并提供了丰富的社区支持,便于开发者快速上手。结合板栗看板等工具,MongoDB 可进一步提升数据存储、分析和同步的效率,支持个性化功能实现,助力团队协作和项目管理。
|
28天前
|
NoSQL 容灾 MongoDB
MongoDB主备副本集方案:两台服务器使用非对称部署的方式实现高可用与容灾备份
在资源受限的情况下,为了实现MongoDB的高可用性,本文探讨了两种在两台服务器上部署MongoDB的方案。方案一是通过主备身份轮换,即一台服务器作为主节点,另一台同时部署备节点和仲裁节点;方案二是利用`priority`设置实现自动主备切换。两者相比,方案二自动化程度更高,适合追求快速故障恢复的场景,而方案一则提供了更多的手动控制选项。文章最后对比了这两种方案与标准三节点副本集的优缺点,指出三节点方案在高可用性和数据一致性方面表现更佳。
|
2月前
|
NoSQL 安全 Linux
MongoDB PHP 扩展
10月更文挑战第19天
13 0
MongoDB PHP 扩展
|
2月前
|
存储 NoSQL MongoDB
基于阿里云数据库MongoDB版,微财数科“又快又稳”服务超7000万客户
选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。
|
1月前
|
存储 NoSQL MongoDB
【赵渝强老师】部署MongoDB复制集
本文介绍了如何在单个节点上搭建MongoDB复制集环境,通过监听不同端口实现多节点配置。详细步骤包括创建数据目录、编辑配置文件、启动节点、初始化复制集、查看状态以及测试主从库的读写操作。文中还提供了视频讲解和代码示例,帮助读者更好地理解和操作。
|
3月前
|
存储 监控 NoSQL
MongoDB以其独特的优势和广泛的应用场景
MongoDB以其独特的优势和广泛的应用场景
98 8
|
2月前
|
存储 NoSQL 物联网
这些案例展示了MongoDB在不同行业中的广泛应用
这些案例展示了MongoDB在不同行业中的广泛应用
159 4
|
2月前
|
存储 NoSQL 物联网
MongoDB在多个行业有广泛应用
MongoDB在多个行业有广泛应用
91 4
|
3月前
|
存储 监控 NoSQL
*MongoDB的水平扩展主要通过分片技术实
*MongoDB的水平扩展主要通过分片技术实
52 5
|
3月前
|
存储 监控 NoSQL
MongoDB的水平扩展能力
MongoDB的水平扩展能力
56 5