Quantcast
Channel: MongoDB | Blog
Viewing all articles
Browse latest Browse all 2423

Atlas Stream Processing 现已正式发布!

$
0
0

我们非常高兴地宣布,Atlas Stream Processing — MongoDB 处理流媒体数据的原生方式 — 现已全面发布,使开发者能够快速构建响应式、事件驱动型应用程序!

我们的团队在过去两年中确定了愿景,并利用 MongoDB 的优势打造了一款产品,以克服流处理方面的艰巨挑战。在 MongoDB 之外构建流处理产品十年后,我们正在利用 MongoDB 独特和与众不同的一切优势 — 查询 API 和强大的聚合框架,以及文档模型及其模式灵活性 — 来创造出色的开发者体验。

这是一种全新的流处理方法,根据我们社区中许多人的反馈,对大多数开发者来说,这是最好的方法。

让我们来看看有什么新变化。

正式发布中有哪些新增功能?

Graphic calling out the new features in general availability. Under the Dev Experience Improvements category, there is
  1. 生产就绪:
    可随时支持您的生产工作负载,确保为您的关键任务应用程序提供可靠、可扩展的流处理。

  2. 时间序列集合支持:
    将处理器结果发送到时间序列集合中。使用 MongoDB Atlas 中专门构建的集合类型连续预处理数据,同时将其保存以供后续访问历史数据,该集合类型专门用于高效地存储和查询时间序列数据。

  3. 开发和生产层级:
    除了在公开预览期间提供的 SP30 集群层,我们还推出了 SP10 层,为探索性用例和低流量流处理工作负载提供灵活性和经济高效的选择。

  4. 改进的 Kafka 支持:
    新增的 Kafka 标头支持允许应用程序在提供事件数据的同时提供附加元数据。它们对各种流处理使用案例(如路由信息、条件处理等)很有帮助。

  5. 最低权限访问:
    Atlas 数据库用户可授予流处理实例访问权限,并仅向有需要的人开放访问权限。

  6. 流处理器警报:
    通过在发生故障时创建警报,深入了解和掌握流处理器的健康状况。支持的警报方法包括电子邮件、短信、Datadog 等监控平台等。

为什么选择 Atlas Stream Processing?

Atlas Stream Processing 为具有挑战性的流处理领域带来了强大、灵活的 MongoDB 文档模型和查询 API。借助 Atlas Stream Processing,开发者可以:

  • 轻松处理复杂且快速变化的数据结构

  • 使用熟悉的 MongoDB Query API 处理流媒体数据

  • 与 MongoDB Atlas 无缝集成

  • 受益于消除运营开销的全面托管服务

客户亮点

阅读开发人员对 Atlas Stream Processing 的评价:

Acoustic 的重点是通过行为见解为品牌赋能,使其能够创造卓越的个性化客户体验。为此,我们的 Acoustic Connect 平台必须能够高效处理和管理数以百万计的营销、行为和客户信号。通过 Atlas Stream Processing,我们的工程师就可以利用他们在 Atlas 中处理数据时已经掌握的技能来持续处理新数据,确保我们的客户能够获得实时的客户见解。

Acoustic 工程执行副总裁 John Riewerts

Atlas Stream Processing 让我们能够处理、验证和转换数据,再将数据发送到 AWS 中的消息传递架构,在整个平台上支持事件驱动的更新。Atlas Stream Processing 的可靠性和性能提高了我们的工作效率,改善了开发者体验,并降低了基础架构成本。

Meltwater 软件工程师 Cody Perry

Atlas Stream Processing 的前景如何?

Graphic calling out some of the things that are ahead for Atlas Stream Processing, including more regions, advanced networking, additional sources & sinks, and richer metrics & observability

我们正在快速推出新特性和功能,以确保 MongoDB 为所有开发团队提供世界一流的流处理体验。在接下来的几个月里,您将看到:

  1. 高级网络支持:
    支持 VPC 对等互连到 Kafka 集群,适用于需要额外联网功能的团队

  2. 扩展云区域支持:
    支持 Atlas Data Federation 中所有可用的云区

  3. 扩展云提供商支持:
    支持 Microsoft Azure

  4. 扩展数据源和接收器支持:
    我们还没有宣布其他数据源和数据宿的具体细节,但我们计划在未来几个月内扩展到 Kafka 和 Atlas 数据库之外。让我们知道您需要哪些源和接收器,我们会将其纳入规划

  5. 更丰富的指标和可观察性:
    支持扩展流处理器的可视性,帮助简化监控和故障排除工作

  6. 借助 HashiCorp Terraform 实现部署灵活性:
    支持使用 Terraform 管理 Atlas Stream Processing 实例和 Atlas Stream Registry 连接。这种集成有助于实现无缝的 CI/CD 管道,通过基础架构即代码提高运营效率。此外,在不久的将来,请留意关于如何开始使用 Atlas Stream Processing 和 Terraform 的专门博客。

因此,无论您是要处理高速传感器数据、持续分析客户数据以提供个性化体验,还是要执行预测性维护以提高产量和降低成本,Atlas Stream Processing 都能满足您的需求。加入已经使用 Atlas Stream Processing 进行构建的数百个开发团队。敬请期待我们的后续消息,祝您工作顺利!

立即登录或查看我们的入门教程以开始使用。


Viewing all articles
Browse latest Browse all 2423

Trending Articles