Leo Zheng

31 results

Recapitulação dos anúncios de produtos no MongoDB.local Nova York 2023

Hoje, no MongoDB.local NYC , revelamos vários novos recursos em nossa plataforma de dados de desenvolvedor para ajudar usuários e clientes a criar, iterar e dimensionar seus aplicativos com o MongoDB. As equipes de desenvolvimento estão sendo solicitadas a oferecer experiências de usuário atraentes e diferenciadas, mais rápidas e inteligentes do que nunca. Ao mesmo tempo, devem fazê-lo da forma mais rápida e eficiente possível. A plataforma de dados de desenvolvedores do MongoDB é essencial para equipes que se esforçam para inovar de forma rápida e eficiente. Ele permite que os desenvolvedores ofereçam suporte a uma ampla variedade de casos de uso de aplicativos em suas organizações por meio de uma API unificada e elimina a necessidade de incorporar, aprender e manter soluções pontuais de banco de dados separadas. Expandindo a gama de aplicativos modernos que você pode construir no MongoDB Uma nova geração de experiências baseadas em IA está sendo desenvolvida, onde os vetores servem como um elemento fundamental que torna essas aplicações possíveis. Vetores são representações matemáticas das características de dados não estruturados — incluindo texto, imagens, vídeos, arquivos de áudio e muito mais — e ocupam um espaço n-dimensional, onde n é o número de características no conjunto de dados. Se os dados são semelhantes ou não, baseia-se na distância entre os vetores neste espaço vetorial n-dimensional. Um banco de dados vetorial permite que os usuários consultem vetores para determinar o que é semelhante ou relacionado, sem depender da correspondência de palavras-chave. Anunciado hoje , o Atlas Vector Search permite armazenar, indexar e consultar vetores juntamente com seus dados operacionais e transacionais em documentos, sem a sobrecarga de adicionar, aprender e manter outro sistema de banco de dados. A adição da pesquisa vetorial ao MongoDB Atlas permite que as equipes forneçam resultados mais relevantes e sensíveis ao contexto aos usuários finais, incluindo a capacidade de aumentar aplicativos construídos em Large Language Models (LLMs) com dados proprietários para melhorar a precisão e o desempenho. Atlas Vector Search está disponível hoje em versão prévia pública. Os aplicativos hoje também precisam ser mais em tempo real do que nunca, mas processar fluxos de dados e trazê-los para os aplicativos é complexo e desafiador. A maioria das organizações introduz uma solução de ponto de processamento de fluxo com um conjunto diferente de APIs, drivers e ferramentas que criam uma experiência de desenvolvedor fragmentada, complexidade operacional e custos adicionais. Em breve, em versão prévia privada , o Atlas Stream Processing transformará a forma como as equipes de desenvolvimento criam aplicativos orientados a eventos. Os desenvolvedores podem usar a mesma linguagem de consulta e modelo flexível de dados de documentos para trabalhar com dados de streaming e seus dados no banco de dados para casos de uso que vão desde o monitoramento do tráfego de rede em busca de intrusões até a realização de planejamento de rotas ao vivo com base nas condições atuais da estrada. Empresas como Albertsons , Glassdoor e Anywhere Real Estate , a maior franqueadora de marcas imobiliárias residenciais do mundo, dependem do Atlas Search para fornecer funcionalidade de texto completo em seus aplicativos sem precisar implantar e sincronizar dados de seu banco de dados para um banco de dados separado. mecanismo de busca. Com a nova análise de consulta de pesquisa, os desenvolvedores obterão insights sobre o que seus usuários finais estão procurando, permitindo-lhes refinar e personalizar melhor sua lógica de pesquisa. Além disso, os índices do Atlas Search agora podem ser criados e managed em drivers de linguagem (começando com Node.js), MongoDB Compass e MongoDB Shell , facilitando para desenvolvedores que preferem trabalhar com seus índices de forma programática. E, finalmente, foram anunciados hoje nós de pesquisa dedicados, que permitirão que as equipes dimensionem e otimizem recursos de forma independente para suas cargas de trabalho de pesquisa para melhorar o desempenho em escala, maior disponibilidade e criação de índices mais rápida. Melhorando a base de desempenho, escala e segurança O trabalho que estamos realizando para melhorar o desempenho, a escalabilidade e a segurança de nossa plataforma de dados de desenvolvedores é tão importante quanto aumentar sua gama de recursos funcionais. A partir do MongoDB 7.0 , as melhorias na execução de consultas reduzirão o número de leituras de disco, os recursos de computação e a memória necessários para executar determinadas consultas, proporcionando melhor desempenho e consumo de recursos mais eficiente. Em particular, a nova estratégia de execução de consultas irá acelerar o agrupamento e remodelagem de documentos, a filtragem e classificação de documentos e pesquisas de $ usadas para unir dados em collection. No ano passado, apresentamos Queryable Encryption em versão prévia. Este esquema de criptografia pesquisável, pioneiro no setor, permite que os usuários criptografem campos de dados confidenciais — como informações de identificação pessoal — no lado do cliente e armazenem esses dados como dados criptografados totalmente aleatórios no banco de dados, preservando ao mesmo tempo a capacidade de executar consultas expressivas. Com o MongoDB 7.0, Queryable Encryption oferecerá suporte à pesquisa de igualdade, com suporte para consultas de intervalo, prefixo, sufixo e substring a seguir. Foco contínuo em uma experiência de desenvolvedor de primeira classe Poucas coisas são mais críticas para o desenvolvimento de software do que garantir um desenvolvedor e uma experiência operacional de alto nível. Continuamos dedicados a melhorar a usabilidade de nossos produtos e a expandir o conjunto de ferramentas disponíveis aos desenvolvedores para construção com MongoDB. Kotlin está emergindo como uma linguagem popular para desenvolvimento móvel e de servidor. Hoje revelamos um novo Kotlin driver oficial do, permitindo que os desenvolvedores do Kotlin criem aplicativos no MongoDB com confiança, sabendo que estamos comprometidos em apoiar esta comunidade de idiomas em rápido crescimento. Também lançamos PyMongoArrow , uma nova biblioteca para desenvolvedores e analistas de dados exportarem facilmente dados no MongoDB para pilhas analíticas baseadas em Python, incluindo Apache Arrow, Pandas e NumPy. À medida que mais empresas otimizam seu pipeline de DevOps, as ferramentas que permitem a automação programática podem melhorar muito a eficiência e a produtividade. Os desenvolvedores agora podem provisionar recursos no MongoDB Atlas usando o Amazon Web Services cloud Development Kit (AWS CDK) em C#, Go, Java e Python, bem como com Node.js e Typescript. As empresas que utilizam o Kubernetes podem usar o MongoDB Atlas CLI para instalar o Atlas Kubernetes Operator e exportar implantações existentes para gerenciamento e provisionamento de infraestrutura mais simples. Caminho para a modernização de aplicativos A modernização de aplicativos continua a ser um investimento fundamental para muitas empresas desbloquearem a rápida iteração de software e atenderem aos requisitos de aplicativos em constante evolução. O MongoDB Relational Migrator , agora com disponibilidade geral , ajuda a acelerar e reduzir os riscos nas migrações de relational database comuns — incluindo Oracle, SQL Server, MySQL e PostgreSQL — para o MongoDB. Essa ferramenta não apenas lida com a migração de dados em si, mas também permite que as equipes de migração visualizem recomendações de modelagem de dados do MongoDB, definam alterações de esquema com uma interface visual e gerem código de aplicativo em sua linguagem de programação ou estrutura para obter vantagem na refatoração de seus aplicativos para refletir o esquema MongoDB recém-projetado. Para ver mais anúncios e obter as atualizações mais recentes do produto, visite nossa página Novidades.

October 2, 2023

Resumen de anuncios de productos en MongoDB.local Nueva York 2023

Hoy en MongoDB.local NYC , presentamos varias capacidades nuevas en nuestra plataforma de datos para desarrolladores para ayudar a los usuarios y clientes a crear, iterar y escalar sus aplicaciones con MongoDB. A los equipos de desarrollo se les pide que brinden experiencias de usuario atractivas y diferenciadas que sean más rápidas e inteligentes que nunca. Al mismo tiempo, deben hacerlo de la forma más rápida y eficaz posible. La plataforma de datos para desarrolladores de MongoDB es esencial para los equipos que se esfuerzan por innovar de forma rápida y eficiente. Permite a los desarrolladores admitir una amplia variedad de casos de uso de aplicaciones en su organización a través de una API unificada y elimina la necesidad de incorporar, aprender y mantener soluciones puntuales de bases de datos separadas. Ampliando la gama de aplicaciones modernas que puede crear en MongoDB Se está desarrollando una nueva generación de experiencias impulsadas por IA en las que los vectores sirven como elemento fundamental que hace posibles estas aplicaciones. Los vectores son representaciones matemáticas de las características de los datos no estructurados (incluidos texto, imágenes, vídeos, archivos de audio y más) y ocupan un espacio de n dimensiones, donde n es el número de características del conjunto de datos. Si los datos son similares o no se basa en la distancia entre vectores en este espacio vectorial de n dimensiones. Una base de datos de vectores permite a los usuarios consultar vectores para determinar qué es similar o relacionado, sin depender de la coincidencia de palabras clave. Anunciado hoy , Atlas Vector Search le permite almacenar, indexar y consultar vectores junto con sus datos operativos y transaccionales en documentos sin la sobrecarga de agregar, aprender y mantener otro sistema de base de datos. La incorporación de la búsqueda vectorial a MongoDB Atlas permite a los equipos ofrecer resultados más relevantes y conscientes del contexto a los usuarios finales, incluida la capacidad de aumentar las aplicaciones creadas en modelos de lenguaje grande (LLM) con datos patentados para mejorar la precisión y el rendimiento. Atlas Vector Search está disponible hoy en versión preliminar pública. Hoy en día, las aplicaciones también necesitan ser más en tiempo real que nunca, pero procesar flujos de datos e incorporarlos a las aplicaciones es complejo y desafiante. La mayoría de las organizaciones introducen una solución de puntos de procesamiento de flujo con un conjunto diferente de API, controladores y herramientas que crean una experiencia de desarrollador fragmentada, complejidad operativa y costos adicionales. Próximamente en versión preliminar privada , Atlas Stream Processing transformará la forma en que los equipos de desarrollo crean aplicaciones basadas en eventos. Los desarrolladores pueden usar el mismo lenguaje de consulta y modelo de datos de documentos flexible para trabajar tanto con datos de transmisión como con sus datos en la base de datos para casos de uso que van desde monitorear el tráfico de la red en busca de intrusiones hasta realizar una planificación de rutas en vivo basada en las condiciones actuales de la carretera. Empresas como Albertsons , Glassdoor y Anywhere Real Estate , el mayor franquiciador de marcas de bienes raíces residenciales del mundo, dependen de Atlas Search para ofrecer funcionalidad de texto completo en sus aplicaciones sin tener que implementar y sincronizar datos desde su base de datos a una plataforma separada. buscador. Con el nuevo análisis de consultas de búsqueda, los desarrolladores obtendrán información sobre lo que buscan sus usuarios finales, lo que les permitirá refinar y personalizar mejor su lógica de búsqueda. Además, los índices de Atlas Search ahora se pueden crear y administrar en controladores de idioma (comenzando con Node.js). MongoDB Compass y MongoDB Shell , lo que facilita a los desarrolladores que prefieren trabajar con sus índices mediante programación. Y, finalmente, hoy se anunciaron nodos de búsqueda dedicados, que permitirán a los equipos escalar y optimizar de forma independiente los recursos para sus cargas de trabajo de búsqueda para mejorar el rendimiento a escala, una mayor disponibilidad y una creación de índices más rápida. Mejorar la base del rendimiento, la escala y la seguridad El trabajo que estamos realizando para mejorar el rendimiento, la escalabilidad y la seguridad de nuestra plataforma de datos para desarrolladores es tan importante como aumentar su gama de capacidades funcionales. A partir de MongoDB 7.0 , las mejoras en la ejecución de consultas reducirán la cantidad de lecturas de disco, recursos informáticos y memoria necesarios para ejecutar determinadas consultas, lo que ofrecerá un rendimiento mejorado y un consumo de recursos más eficiente. En particular, la nueva estrategia de ejecución de consultas acelerará la agrupación y remodelación de documentos, el filtrado y clasificación de documentos, y las búsquedas $ utilizadas para unir datos entre colecciones. El año pasado introdujimos el cifrado consultable en la versión preliminar. Este esquema de cifrado con capacidad de búsqueda, pionero en la industria, permite a los usuarios cifrar campos de datos confidenciales, como información de identificación personal, en el lado del cliente y almacenar esos datos como datos cifrados completamente aleatorios en la base de datos, todo ello preservando la capacidad de ejecutar consultas expresivas. Con MongoDB 7.0, el cifrado consultable admitirá la búsqueda de igualdad, con soporte para consultas de rango, prefijo, sufijo y subcadena. Enfoque continuo en una experiencia de desarrollador de primera clase Pocas cosas son más críticas para el desarrollo de software que garantizar una experiencia operativa y de desarrollador de primer nivel. Seguimos dedicados a mejorar la usabilidad de nuestros productos y ampliar el conjunto de herramientas disponibles para que los desarrolladores creen con MongoDB. Kotlin se está convirtiendo en un lenguaje popular para el desarrollo tanto móvil como del lado del servidor. Hoy presentamos un nuevo controlador oficial de Kotlin Driver , que permite a los desarrolladores de Kotlin crear aplicaciones en MongoDB con confianza, sabiendo que estamos comprometidos a respaldar esta comunidad lingüística de rápido crecimiento. También lanzamos PyMongoArrow , una nueva biblioteca para desarrolladores y analistas de datos para exportar fácilmente datos en MongoDB a pilas de análisis basadas en Python, incluidas Apache Arrow, Pandas y NumPy. A medida que más empresas optimizan su canal de DevOps, las herramientas que permiten la automatización programática pueden mejorar en gran medida la eficiencia y la productividad. Los desarrolladores ahora pueden aprovisionar recursos en MongoDB Atlas utilizando el kit de desarrollo en la nube de Amazon Web Services (AWS CDK) en C#, Go, Java y Python, así como con Node.js y Typecript. Las empresas que aprovechan Kubernetes pueden utilizar MongoDB Atlas CLI para instalar Atlas Kubernetes Operador y exportar implementaciones existentes para una administración y aprovisionamiento de infraestructura más simples. Camino hacia la modernización de aplicaciones La modernización de las aplicaciones sigue siendo una inversión clave para que muchas empresas desbloqueen una rápida iteración del software y cumplan con los requisitos de las aplicaciones en constante evolución. MongoDB Relational Migrator, ahora disponible de forma generalizada , ayuda a acelerar y eliminar riesgos de las migraciones desde bases de datos relacionales comunes (incluidas Oracle, SQL Server, MySQL y PostgreSQL) a MongoDB. Esta herramienta no solo maneja la migración de datos en sí, sino que también permite a los equipos de migración ver recomendaciones de modelado de datos de MongoDB, definir cambios de esquema con una interfaz visual y generar código de aplicación en su lenguaje o marco de programación para comenzar a refactorizar sus aplicaciones. para reflejar el esquema MongoDB recientemente diseñado. Para ver más anuncios y obtener las últimas actualizaciones de productos, visite nuestra página Novedades .

October 2, 2023

Recap of Product Announcements at MongoDB.local NYC, 2023

This post is also available in: Deutsch , Français , Español , Português , 中文 Today at MongoDB.local NYC , we unveiled several new capabilities across our developer data platform to help users and customers build, iterate, and scale their applications with MongoDB. Development teams are being asked to deliver compelling and differentiated user experiences that are faster and smarter than ever before. At the same time, they must do so as quickly and as efficiently as possible. MongoDB’s developer data platform is essential for teams who strive to innovate quickly and efficiently. It allows developers to support a wide variety of application use cases in their organization through a unified API and eliminates the need to bolt-on, learn, and maintain separate database point solutions. Expanding the range of modern applications you can build on MongoDB A new generation of AI-powered experiences are being developed where vectors serve as a foundational element that makes these applications possible. Vectors are mathematical representations of the characteristics of unstructured data — including text, images, videos, audio files, and more — and occupy n-dimensional space where n is the number of characteristics in the dataset. Whether data is similar or not is based on the distance between vectors in this n-dimensional vector space. A vector database allows users to query vectors to determine what’s similar or related, without relying on keyword matching. Announced today , Atlas Vector Search allows you to store, index, and query vectors alongside your operational and transactional data in documents without the overhead of adding, learning, and maintaining another database system. The addition of vector search to MongoDB Atlas enables teams to deliver more relevant, context-aware results to end-users, including the ability to augment applications built on Large Language Models (LLMs) with proprietary data to improve accuracy and performance. Atlas Vector Search is available today in public preview. Applications today also need to be more real-time than ever, but processing streams of data and bringing them into applications is complex and challenging. Most organizations introduce a stream processing point solution with a different set of APIs, drivers, and tools that create a fragmented developer experience, operational complexity, and additional cost. Coming soon in private preview , Atlas Stream Processing will transform how development teams build event-driven applications. Developers can use the same query language and flexible document data model to work with both streaming data and their data in the database for use cases ranging from monitoring network traffic for intrusions to conducting live route planning based on current road conditions. Companies such as Albertsons , Glassdoor , and Anywhere Real Estate , the largest franchisor of residential real estate brands in the world, depend on Atlas Search to deliver full-text functionality in their applications without having to deploy and sync data from their database to a separate search engine. With new search query analytics , developers will gain insight into what their end users are searching for, enabling them to better refine and customize their search logic. In addition, Atlas Search indexes can now be created and managed in language drivers (starting with Node.js), MongoDB Compass , and the MongoDB Shell , making it easy for developers who prefer to work with their indexes programmatically. And finally, dedicated search nodes were announced today in private preview, which will enable teams to independently scale and optimize resources for their search workloads for improved performance at scale, higher availability, and faster index builds. Improving the foundation of performance, scale and security The work we’re putting into improving the performance, scalability, and security of our developer data platform is just as important as increasing its range of functional capabilities. Starting with MongoDB 7.0, improvements to query execution will reduce the number of disk reads, compute resources, and memory required to execute certain queries, delivering improved performance and more efficient resource consumption. In particular, the new query execution strategy will speed up grouping and reshaping documents, filtering and sorting documents, and $lookups used for joining data across collections. Last year we introduced queryable encryption in preview. This industry-first searchable encryption scheme allows users to encrypt sensitive data fields — such as personally identifiable information — client-side, and store that data as fully randomized encrypted data in the database, all while preserving the ability to run expressive queries. With MongoDB 7.0, queryable encryption will support equality search, with support for range, prefix, suffix, and substring queries to follow. MongoDB 7.0 will be generally available later this summer. Continued focus on a first-class developer experience Few things are more critical to software development than ensuring a top-notch developer and operational experience. We remain dedicated to improving the usability of our products and expanding the set of tools available to developers for building with MongoDB. Kotlin is emerging as a popular language for both mobile development and server-side development. Today we unveiled a new official Kotlin driver , allowing Kotlin developers to build applications on MongoDB with confidence, knowing we are committed to supporting this fast-growing language community. We also released PyMongoArrow , a new library for developers and data analysts to easily export data in MongoDB to Python-based analytics stacks, including Apache Arrow, Pandas, and NumPy. As more companies optimize their DevOps pipeline, tooling that enables programmatic automation can greatly improve efficiency and productivity. Developers can now provision resources on MongoDB Atlas using the Amazon Web Services Cloud Development Kit (AWS CDK) in C#, Go, Java, and Python, as well as with Node.js and Typescript. Companies who leverage Kubernetes can use the MongoDB Atlas CLI to install the Atlas Kubernetes Operator and export existing deployments for simpler infrastructure management and provisioning. Path to application modernization Application modernization continues to be a key investment for many enterprises to unlock rapid software iteration to meet ever-evolving application requirements. MongoDB Relational Migrator , now generally available , helps accelerate and de-risk migrations from common relational databases — including Oracle, SQL Server, MySQL, and PostgreSQL — to MongoDB. Not only does this tool handle the data migration itself, it also allows migration teams to view MongoDB data modeling recommendations, define schema changes with a visual interface, and generate application code in their programming language or framework to get a head start on refactoring their applications to reflect the newly designed MongoDB schema. To see more announcements and get the latest product updates, visit our What’s New page. Head to the MongoDB.local hub to see where we'll be showing up next.

June 22, 2023