Aujourd'hui, à MongoDB.local NYC, nous avons dévoilé plusieurs nouvelles fonctionnalités de notre plateforme de données pour développeurs afin d'aider les utilisateurs et les clients à construire, itérer et répartir leurs applications avec MongoDB.
Les équipes de développement doivent proposer des expériences utilisateur convaincantes et différenciées, plus rapides et plus intelligentes que jamais. En même temps, ils doivent le faire le plus rapidement et le plus efficacement possible.
La Developer Data Platform de MongoDB est essentielle pour les équipes qui s'efforcent d'innover rapidement et efficacement. Cela permet aux développeurs de prendre en charge une grande variété d'applications au sein de leur organisation grâce à une API unifiée et élimine le besoin de boulonner, d'apprendre et de maintenir des solutions de points de base de données distinctes.
Élargir la gamme d'applications modernes que vous pouvez construire sur MongoDB
Une nouvelle génération d'expériences alimentées par l'IA est en cours de développement, les vecteurs servant d'élément fondamental pour rendre ces applications possibles. Les vecteurs sont des représentations mathématiques des caractéristiques des données non structurées (textes, images, vidéos, fichiers audio, etc.) et occupent un espace à n dimensions où n est le nombre de caractéristiques de l'ensemble de données. La similarité des données dépend de la distance entre les vecteurs dans cet espace vectoriel à n dimensions. Une base de données vectorielles permet aux utilisateurs d'interroger des vecteurs pour déterminer ce qui est similaire ou apparenté, sans s'appuyer sur la correspondance des mots-clés. Annoncé aujourd'hui, Atlas Vector Search vous permet de stocker, d'indexer et d'interroger des vecteurs parallèlement à vos données opérationnelles et transactionnelles dans des documents, sans les frais généraux liés à l'ajout, à l'apprentissage et à la maintenance d'un autre système de base de données. L'ajout de la recherche vectorielle à MongoDB Atlas permet aux équipes de fournir des résultats plus pertinents et contextuels aux utilisateurs finaux, y compris la possibilité d'augmenter les applications basées sur les grands modèles de langage (LLM) avec des données propriétaires pour améliorer la précision et la performance. Atlas Vector Search est disponible dès aujourd'hui en avant-première publique.
Aujourd'hui, les applications doivent être plus que jamais en temps réel, mais le traitement des flux de données et leur intégration dans les applications sont complexes et difficiles. La plupart des entreprises introduisent une solution ponctuelle de traitement des flux avec un ensemble différent d'API, de pilotes et d'outils qui créent une expérience fragmentée pour les développeurs, une complexité opérationnelle et des coûts supplémentaires. Bientôt disponible en avant-première privée, Atlas Stream Processing transformera la façon dont les équipes de développement conçoivent des applications basées sur les événements. Les développeurs peuvent utiliser le même langage de requête et le même modèle flexible de données documentaires pour travailler avec les données en continu et leurs données dans la base de données pour des cas d'utilisation allant de la surveillance du trafic du réseau pour les intrusions à la planification d'itinéraires en direct sur la base des conditions routières actuelles.
Des entreprises comme Albertsons, Glassdoor et Anywhere Real Estate, le plus grand franchiseur de marques immobilières résidentielles au monde, dépendent d'Atlas Search pour offrir une fonctionnalité de recherche en texte intégral dans leurs applications sans avoir à déployer et synchroniser les données de leur base de données avec un moteur de recherche distinct. Grâce aux nouvelles analyses des requêtes de recherche, les développeurs auront une meilleure idée de ce que recherchent leurs utilisateurs finaux, ce qui leur permettra d'affiner et de personnaliser leur logique de recherche. En outre, les index d'Atlas Search peuvent désormais être créés et managés dans des pilotes de langage (en commençant par Node.js), MongoDB Compass, et MongoDB Shell, ce qui facilite la tâche des développeurs qui préfèrent travailler avec leurs index de manière programmatique. Enfin, des nœuds de recherche dédiés ont été annoncés aujourd'hui, ce qui permettra aux équipes de répartir et d'optimiser indépendamment les ressources pour leurs charges de travail de recherche afin d'améliorer les performances lors du répartir, d'augmenter la disponibilité et d'accélérer la création d'index.
Améliorer les fondements de la performance, de l'évolutivité et de la sécurité
Les efforts que nous déployons pour améliorer les performances, l'évolutivité et la sécurité de notre plateforme de données de développement sont tout aussi importants que l'augmentation de ses capacités fonctionnelles.
Commençant avec la version MongoDB 7.0, les améliorations apportées à l'exécution des requêtes réduiront le nombre de lectures sur disque, de ressources de calcul et de mémoire nécessaires à l'exécution de certaines requêtes, ce qui permettra d'améliorer les performances et de consommer les ressources de manière plus efficace. En particulier, la nouvelle stratégie d'exécution des requêtes accélérera le regroupement et le remodelage des documents, le filtrage et le tri des documents, ainsi que les $lookups utilisés pour joindre les données entre les collections.
L'année dernière, nous avons lancé Queryable Encryption en avant-première. Ce système de cryptage requêtable, une première dans l'industrie, permet aux utilisateurs de crypter des champs de données sensibles - tels que des informations d'identification personnelle - côté client, et de stocker ces données sous forme de données cryptées entièrement randomisées dans la base de données, tout en préservant la possibilité d'exécuter des requêtes expressives. Avec MongoDB 7.0, Queryable Encryption supportera la recherche d'égalité, avec un support pour les requêtes de plage, de préfixe, de suffixe et de sous-chaîne à suivre.
MongoDB 7.0 sera disponible pour tous cet été.
L'accent est toujours mis sur une meilleure expérience pour les développeurs
Peu de choses sont plus importantes pour le développement de logiciels que d'assurer une expérience opérationnelle et de développement de premier ordre. Nous continuons à nous efforcer d'améliorer l'utilisation de nos produits et d'élargir la palette d'outils mis à la disposition des développeurs pour construire avec MongoDB.
Kotlin est en train de devenir un langage populaire pour le développement mobile et côté serveur. Aujourd'hui, nous avons dévoilé un nouveau pilote Kotlin officiel, permettant aux développeurs Kotlin de créer des applications sur MongoDB en toute confiance, sachant que nous nous engageons à soutenir cette communauté linguistique en pleine croissance. Nous avons également développé PyMongoArrow, une nouvelle bibliothèque permettant aux développeurs et aux analystes de données d'exporter facilement des données de MongoDB vers des piles analytiques basées sur Python, notamment Apache Arrow, Pandas et NumPy.
Alors que de plus en plus d'entreprises optimisent leur pipeline DevOps, les outils permettant l'automatisation programmatique peuvent grandement améliorer l'efficacité et la productivité. Les développeurs peuvent désormais provisionner des ressources sur MongoDB Atlas en utilisant le kit de développement cloud d'Amazon Web Services (AWS CDK) en C#, Go, Java et Python, ainsi qu'avec Node.js et Typescript. Les entreprises qui s'appuient sur Kubernetes peuvent utiliser le MongoDB Atlas CLI pour installer le Atlas Kubernetes Operator et exporter les déploiements existants afin de simplifier la gestion et le provisionnement de l'infrastructure.
La voie de la modernisation des applications
La modernisation des applications continue d'être un investissement clé pour de nombreuses entreprises afin d'accélérer l'itération des logiciels et de répondre à des exigences applicatives en constante évolution. MongoDB Relational Migrator, dont la disponibilité est désormais générale, permet d'accélérer et de réduire les risques liés aux migrations depuis les sites relational database les plus courants - notamment Oracle, SQL Server, MySQL et PostgreSQL - vers MongoDB. Non seulement cet outil traite la migration des données elle-même, mais il permet également aux équipes de migration de visualiser les recommandations de modélisation des données MongoDB, de définir les changements de schéma à l'aide d'une interface visuelle et de générer du code d'application dans leur langage de programmation ou à l'adresse framework pour prendre de l'avance sur la refonte de leurs applications afin de refléter le schéma MongoDB nouvellement conçu.
Pour voir d'autres annonces et obtenir les dernières mises à jour de produits, visitez notre page "Nouveautés".