MongoDB presenta nuovi servizi e funzionalità cloud per migliorare il lavoro con i dati oltre il database, espandendo le modalità a disposizione degli sviluppatori. Le versioni Beta di MongoDB Atlas Data Lake e MongoDB Atlas Full-Text Search permettono di accedere a nuove funzionalità in un ambiente MongoDB completamente gestito senza bisogno di infrastruttura o di sistemi aggiuntivi. Inoltre, la versione GA di MongoDB Charts consente di creare grafici e diagrammi, costruire e condividere dashboard, e di incorporarli direttamente nelle applicazioni web per offrire agli utenti esperienze più coinvolgenti.
Dev Ittycheria, Ceo e Presidente di MongoDB Le nostre nuove proposte espandono drasticamente le modalità a disposizione degli sviluppatori per utilizzare MongoDB e lavorare meglio con i dati. Ci impegniamo per rendere gli sviluppatori più produttivi ed eliminare le problematiche legate all’infrastruttura, con l’introduzione di nuove caratteristiche e funzionalità come full-text search e data lake. IDC prevede che entro il 2025 i dati globali raggiungeranno i 175 Zettabytes e il 49% di questi risiederanno nel cloud pubblico. La nostra missione è offrire agli sviluppatori modi migliori per lavorare con i dati, dovunque essi siano, anche nel cloud pubblico e privato.
Con MongoDB Atlas Data Lake, i clienti possono interrogare rapidamente i dati su S3 in qualsiasi formato, tra cui JSON, BSON, CSV, TSV, Parquet e Avro, utilizzando il formato MongoDB Query Language (MQL). La ricerca sul testo completo (Full-Text Search) offre ad utenti e sviluppatori la capacità di filtrare, classificare e ordinare i dati per far emergere rapidamente i risultati più rilevanti, senza dover affiancare al database un motore di ricerca esterno, e quindi senza dover imparare, scalare, gestire e supportare due sistemi completamente separati.
MongoDB Charts, in versione GA sia per i clienti Atlas che per quelli on-premise, è lo strumento più semplice e rapido per creare visualizzazioni in tempo reale dei dati di MongoDB. Il MongoDB Query Language è un linguaggio fortemente espressivo e permette di interrogare i dati in qualsiasi modo, con semplici letture o richieste su intervalli o con sofisticate pipeline di elaborazione per analisi e trasformazioni di dati, JOIN, elaborazioni geospaziali e attraversamenti di grafi. Con l’estensione del MongoDB Query Language a MongoDB Atlas Data Lake, gli sviluppatori possono usare lo stesso linguaggio di query per i dati su S3, rendendo semplici ed economiche le interrogazioni su enormi volumi di dati.
Con MongoDB Data Lake, i clienti devono solo concedere l’accesso agli storage bucket S3, con pochi clic, dalla console di MongoDB Atlas, per cominciare a eseguire query e a esplorare i dati con la potenza di MQL. Atlas Data Lake è totalmente serverless, non c’è infrastruttura da configurare, gestire o ottimizzare, e i clienti pagano solo per le query eseguite durante l’analisi sui dati.
Atlas Full-Text Search offre funzionalità di ricerca testuale avanzata, basate su Apache Lucene 8, su tutti i database MongoDB completamente gestiti, senza bisogno di infrastruttura o sistemi aggiuntivi. Una volta creati gli indici tramite Atlas UI o API, gli sviluppatori possono eseguire ricerche sofisticate con MQL, risparmiando tempo, energia e denaro. La visualizzazione dei dati tramite grafici, mappe e dashboard è essenziale per estrarre informazioni utili da enormi collezioni di dati e renderle accessibili agli utenti.
Disponibile come servizio gestito in MongoDB Atlas, o in versione da scaricare per l’esecuzione on-premise, MongoDB Charts introduce nuove potenti funzionalità:
-grafici incorporati in applicazioni web esterne;
-visualizzazione dei dati geospaziali con nuovi grafici a mappa;
-isolamento delle richieste (workload isolation) per eliminare l’impatto negativo delle analisi su di un’applicazione operativa.
