Hoy estamos entusiasmados de dar el siguiente paso para llevar una arquitectura escalable y dedicada a sus experiencias de búsqueda, con la introducción de Atlas Search Nodes en vista previa pública para Google Cloud.
Después de nuestro anuncio inicial de Search Nodes en junio de 2023, estuvimos acelerando rápidamente el acceso a la arquitectura dedicada más escalable, comenzando con la disponibilidad general en AWS y ahora expandiéndonos a la vista previa pública en Google Cloud. Proporcionemos un poco más de contexto sobre qué son los nodos de búsqueda y por qué son importantes para cualquier experiencia de búsqueda que se ejecute a escala.
Los nodos de búsqueda proporcionan una infraestructura dedicada para las cargas de trabajo de Atlas Search y Vector Search para proporcionar un control aún mayor sobre las cargas de trabajo de búsqueda. Aísle y optimice los recursos informáticos para escalar las necesidades de búsqueda y base de datos de forma independiente, ofreciendo un mejor rendimiento a escala y una mayor disponibilidad.
Una de las últimas cosas con las que los desarrolladores quieren lidiar al crear y escalar aplicaciones es tener que preocuparse por problemas de infraestructura. Cualquier tiempo de inactividad o mala experiencia de usuario significa pérdida de usuarios o ingresos, especialmente cuando se trata de su base de datos y experiencia de búsqueda. Esta es una de las razones por las que los desarrolladores recurren a MongoDB, dada la facilidad de uso de tener un sistema unificado para su base de datos y solución de búsqueda.
Con la introducción de Atlas Search Nodes dimos el siguiente paso para proporcionar a nuestros constructores el máximo control, pudiendo seguir siendo flexibles al ser capaces de escalar las cargas de trabajo de búsqueda sin tener que aprovisionar en exceso la base de datos. Al aislar sus cargas de trabajo de búsqueda y base de datos y al mismo tiempo mantener automáticamente los datos de su cluster de búsqueda sincronizados con los datos operativos, Atlas Search y Atlas Vector Search eliminan la necesidad de ejecutar una herramienta ETL separada, que requiere tiempo y esfuerzo de configuración y es otro punto de falla para su aplicación de escalado. Esto proporciona un rendimiento superior y una mayor disponibilidad, al tiempo que reduce la complejidad de la arquitectura y la pérdida de tiempo de ingeniería en la recuperación de fallos de sincronización. De hecho, hemos observado una reducción del 40% al 60% en el tiempo de consulta para muchas consultas complejas, al tiempo que se eliminan las posibilidades de contención de recursos o tiempos de inactividad.
Con solo un botón rápido, los nodos de búsqueda en Google Cloud ofrecen a nuestros usuarios existentes de Atlas Search y Vector Search los siguientes beneficios:
-
Mayor disponibilidad
-
Mayor escalabilidad
-
Aislamiento de la carga de trabajo
-
Mejor rendimiento a escala
-
Rendimiento de consultas mejorado
Ofrecemos tanto Nodos específicos de búsqueda con gran carga computacional para la búsqueda de texto basada en relevancia, como una opción optimizada para memoria que es óptima para casos de uso semántico y de producción RAG con Atlas Vector Search. Esto hace que los problemas de contención o disponibilidad de recursos sean cosa del pasado.
Los nodos de búsqueda son fáciles de aceptar y establecer: para empezar, vaya a la IU de MongoDB y haga lo siguiente:
-
Vaya a la sección “Implementaciones de bases de datos” en la IU de MongoDB.
-
Haga clic en el botón verde “+Crear”
-
En la página “Crear nuevo cluster”, cambie el botón de opción de Google Cloud por “Multi-cloud, multiregión & aislamiento de carga de trabajo” para activarlo.
-
Active el botón de opción “Buscar nodos para el aislamiento de carga de trabajo”. Seleccione el número de nodos en el cuadro de texto
-
Marque la casilla de acuerdo.
-
Haga clic en “Crear cluster”.
Para los usuarios existentes de Atlas Search, haga clic en “Editar configuración” en la IU de MongoDB Atlas Search y habilite el interruptor para el aislamiento de cargas de trabajo. Entonces los pasos son los mismos que se indicaron anteriormente.
¡Vaya directamente a nuestros docs para obtener más información!