Anunciando o GA do Atlas Device SDK para C++

Otso Virtanen, Lee Maguire, Jason Flax, and Yavor Georgiev
February 22, 2024 | Updated: February 29, 2024

A plataforma de dados para desenvolvedores do MongoDB foi projetada para oferecer flexibilidade e escalabilidade incomparáveis para desenvolvedores. Ao simplificar a integração de estruturas de dados complexas e Real-Time Analytics, e acelerar o desenvolvimento e a implantação de aplicações de missão crítica, sua adoção agregou um valor significativo às empresas de todos os setores. Hoje, continuamos nossa missão de oferecer a melhor experiência para os desenvolvedores e temos o prazer de anunciar a disponibilidade geral (GA) do Atlas Device SDK for C++. As atualizações desta versão são resultado de várias iterações orientadas pelo feedback de nossos usuários de visualização e visam ao desempenho e à portabilidade.

O Atlas Device SDK para C++ permite que os desenvolvedores armazenem dados sem esforço em dispositivos para acesso offline e, ao mesmo tempo, sincronizem perfeitamente os dados de e para o MongoDB Atlas cloud em suas aplicações C++. Ele serve como uma alternativa fácil de usar ao SQLite, oferecendo simplicidade devido à sua natureza de banco de dados orientado a objetos, eliminando a necessidade de uma camada de mapeamento separada ou ORM. Alinhado à missão da plataforma de dados para desenvolvedores do MongoDB de simplificar o processo de desenvolvimento, o SDK C++ incorpora a lógica de repetição de rede e a funcionalidade avançada de mesclagem de conflitos, eliminando a necessidade tradicional de escrever e manter códigos de sincronização extensos e complexos.

Por que escolher o Atlas Device SDK para C++?

O Atlas Device SDK para C++ é particularmente adequado para aplicações em dispositivos incorporados, IoT e cenários entre plataformas Ele serve como uma camada de persistência orientada a objeto abrangente para dispositivos de borda, móveis e incorporados, oferecendo suporte integrado para sincronização com o MongoDB Atlas como um back-end cloud. No cenário em evolução de dispositivos conectados e inteligentes, a demanda por mais dados, incluindo dados históricos para tomada de decisão automatizada, destaca a importância de camadas de persistência eficientes e tecnologias de sincronização em cloud em tempo real que sejam robustas em relação a mudanças nas conexões e interrupções de rede.

O banco de dados incluído no Atlas Device SDK para C++ tem mais de uma década de história e é uma tecnologia madura, rica em recursos e pronta para empresas, integrada a dezenas de milhares de aplicativos no Google Play e na Apple App Store com bilhões de downloads. Seu design leve é otimizado para ambientes com recursos limitados. Ele considera fatores como computação, memória, largura de banda e uso da bateria em seu design. A incorporação do SDK diretamente no código da aplicação elimina a necessidade de tarefas adicionais de implantação e simplifica o processo de desenvolvimento.

A natureza totalmente orientada a objetos do SDK orienta a modelagem de dados, fornecendo uma abordagem direta e idiomática. Isso contrasta com tecnologias alternativas, como o banco de dados SQLite, que exige uma biblioteca de mapeamento objeto-relacional, o que aumenta a complexidade e torna os futuros desenvolvimentos, manutenções e depurações mais desafiadores. Além disso, o armazenamento de dados subjacente do SDK permite integração perfeita com camadas reativas de UI em vários ambientes. No Atlas Device SDK para C++ damos exemplos de como integrar com o framework Qt, mas outras camadas de UI também podem ser adicionadas.

Aprimoramentos na versão GA

A nova API foi desenvolvida com base em medições de desempenho com foco e esforço coordenados para melhorar as operações de leitura/gravação da camada de dados. Houve grande interesse dos principais OEMs automotivos e de manufatura, e esse feedback foi inestimável para orientar nossa API final.

Algumas das alterações adicionadas ao Atlas Device SDK para C++ incluem:

  • Alinhar nossas APIs com outros Atlas Device SDKs, por exemplo, controle aprimorado do estado do banco de dados com monitoramento e compactação manual

  • Tunelamento HTTP

  • Melhor controle para as sessões do Atlas Device Sync

  • Suporte ao Windows

  • Compatibilidade com o OpenWRT entre outras distribuições Linux, com suporte a musl

  • Suporte ao Android Automotive com arquivos de compilação Blueprint/Soong

O que vem a seguir

Olhando para o futuro, estamos trabalhando para o suporte geoespacial, bem como a capacidade de construir com uma variedade de gerenciadores de pacotes, como vcpkg e Conan. Agradecemos e valorizamos todos os comentários. Se você tiver comentários ou sugestões, compartilhe-os por meio do nosso projeto GitHub.

Pronto para começar?

Instale o Atlas Device SDK para C++ — comece sua jornada com nossos documentos ou vá direto para exemplos de projetos com código-fonte.

Em seguida, registre-se no Atlas para se conectar ao Atlas Device Sync, um back-end móvel como serviço totalmente gerenciado. Aproveite a infraestrutura pronta para uso, os recursos de sincronização de dados, o manuseio de rede e muito mais para lançar rapidamente aplicativos móveis de nível empresarial.

Por fim, diga para a gente o que você acha e participe de nossos fóruns. Nos vemos lá!

← Previous

Atlas Device SDK for C++ 正式发布

MongoDB 当初推出开发者数据平台 是为了给开发者带来无与伦比的灵活性和可扩展性。该平台通过简化对复杂数据结构和实时分析的整合，加速关键任务应用程序的开发和部署，为各行各业的企业增添了巨大价值。如今，我们继续践行为开发者提供最佳体验的使命，为此欣然宣布推出 Atlas Device SDK for C++ 的正式发布版本 (GA)。在试用用户反馈意见的指导下，为了实现目标性能和可移植性，我们进行了多次迭代，最终才有了此版本的多项更新。 借助 Atlas Device SDK for C++，开发者能够将数据轻松地存储在设备上以供离线访问，同时在其 C++ 应用程序中与 MongoDB Atlas 云无缝同步数据。该版本为 SQLite 提供了简单易行的替代方案，因其面向对象的数据库特性而带来了简便性，无需另外使用映射层或对象关系映射器 (ORM)。与 MongoDB 的开发者数据平台一样，C++ SDK 也以简化开发流程为使命，该版本集成了网络重试逻辑以及高级冲突合并功能，消除了开发者以往对编写和维护大量复杂同步代码的需求。 选择 Atlas Device SDK for C++ 的理由 Atlas Device SDK for C++ 特别适合用来开发嵌入式设备、物联网 (IoT) 和跨平台场景中的应用程序。该 SDK 作为适用于边缘、移动和嵌入式设备的全面的面向对象持久层，为与作为云后端的 MongoDB Atlas 同步数据提供了内置支持。在不断变化的智能互联设备领域，人们对更多数据（包括用于自动决策的历史数据）的需求凸显了高效持久层和实时云同步技术的重要意义，而此类技术能够有力应对网络连接的变化与中断。 Atlas Device SDK for C++ 中包含的数据库已有十多年的历史，是一项发展成熟、功能丰富的企业级技术，已集成到 Google Play 和 Apple App Store 上成千上万款应用程序中，下载量高达数十亿次。该数据库采用轻量级设计，并针对资源有限的环境进行了优化。其在设计中考虑了计算、内存、带宽和电池消耗量等多种因素。将 SDK 直接嵌入到应用程序代码中，既免去了执行额外部署任务的必要，也简化了开发过程。 C++ SDK 具有完全面向对象的特性，可为数据建模提供指导，是一种简单易用、符合语言一致性的方法。这与 SQLite 数据库等替代技术形成了鲜明对比，这类技术需要使用对象关系映射库，因而增加了复杂性，加大了日后进行开发、维护和调试工作的难度。此外，SDK 的底层数据存储区支持与各种环境中的用户界面层无缝集成。在 Atlas Device SDK for C++ 中，我们提供了如何与 Qt 框架 集成的示例，但您也可以添加其他用户界面层。 正式发布版中的改进之处 新的 API 是基于性能衡量结果来开发的，通过协调将开发重点放在如何改进数据层的读写操作上。汽车和制造行业的主要原始设备制造商 (OEM) 对此一直表现出极大的兴趣，此类反馈意见为我们最终开发出 API 提供了非常宝贵的指导。 Atlas Device SDK for C++ 中增加的部分更改内容包括： 将我们的各种 API 与其他 Atlas Device SDKs 对接，比如通过监控和手动压实改进对数据库状态的控制 搭建 HTTP 隧道 加强对 Atlas Device Sync 会话的控制 支持 Windows 通过支持 musl 与 OpenWRT 等其他 Linux 发行版兼容 借助 Blueprint/Soong 构建文件支持 Android Automotive 后续行动 展望未来，我们将努力提供 地理空间 支持，同时增强使用 vcpkg 和 Conan 等各种软件包管理器进行构建的能力。我们欢迎并重视各种反馈意见。如果您有任何意见或建议，请通过我们的 GitHub 项目与我们分享。 准备好开始了吗？ 敬请安装 Atlas Device SDK for C++。您可以阅 读相关文档 开启您的使用之旅， 也可直接浏览包含源代码的示例项目 。 然后，注册 Atlas 以连接完全托管的移动后端即服务 Atlas Device Sync，即可利用开箱即用的基础设施、数据同步功能、网络处理等丰富功能，快速推出企业级移动应用程序。 最后，请告诉我们您的想法， 并参加我们举办的各种论坛 。我们期待您的参与！

February 22, 2024
Next →

IntellectAI Unleashes AI at Scale With MongoDB

IntellectAI , a business unit of Intellect Design Arena , is a trailblazer in AI. Since 2019 the company has been using MongoDB to drive a number of innovative use cases in the banking, financial services, and insurance (BFSI) industry. For example, Intellect Design Arena’s broader insurance business has been using MongoDB Atlas as a foundation for its architecture. Atlas’s flexibility enables Intellect Design Arena to manage varied and constantly evolving datasets and increase operational performance. Building on this experience, the company looked at deepening its use of MongoDB Atlas’s unique AI and search capabilities for its new IntellectAI division. IntellectAI Partner and Chief Technology Officer Deepak Dastrala spoke on the MongoDB.local Mumbai stage in September 2024 . Dastrala shared how the company has built a powerful, scalable, and highly accurate AI platform-as-a-service offering, Purple Fabric , using MongoDB Atlas and Atlas Vector Search . Using AI to generate actionable compliance insights for clients Purple Fabric helps transform enterprise data into actionable AI insights and solutions by making data ready for retrieval-augmented generation (RAG). The platform collects and analyzes structured and unstructured enterprise data, policies, market data, regulatory information, and tacit knowledge to enable its AI Expert Agent System to achieve precise, goal-driven outcomes with accuracy and speed. A significant part of IntellectAI’s work involves assessing environmental, social, and governance (ESG) compliance. This requires companies to monitor diverse nonfinancial factors such as child labor practices, supply chain ethics, and biodiversity. “Historically, 80% to 85% of AI projects fail because people are still worried about the quality of the data. With Generative AI, which is often unstructured, this concern becomes even more significant,” said Deepak Dastrala. According to Deepak Dastrala, the challenge today is less about building AI tools than about operationalizing AI effectively. A prime example of this is IntellectAI’s work with one of the largest sovereign wealth funds in the world, which manages over $1.5 trillion across 9,000 companies. The fund sought to utilize AI for making responsible investment decisions based on millions of unique data points across those companies, including compliance, risk prediction, and impact assessment. This included processing both structured and unstructured data to enable the fund to make informed, real-time decisions. “We had to process almost 10 million documents in more than 30 different data formats—text and image—and correlate both structured and unstructured data to provide those particular hard-to-find insights,” said Dastrala. “We ingested hundreds of millions of vectors across these documents, and this is where we truly understood the power of MongoDB.” For example, by leveraging MongoDB's capabilities, including time series collections, IntellectAI simplifies the processing of unstructured and semi-structured data from companies' reports over various years, extracting key performance metrics and trends to enhance compliance insights. “MongoDB Atlas and Vector Search give us flexibility around the schema and how we can turn particular data into knowledge,” Dastrala said. For Dastrala, there are four unique advantages of working with MongoDB—particularly using MongoDB Atlas Vector Search—that other companies should consider when building long-term AI strategies: a unified data model, multimodality, dynamic data linking, and simplicity. “For me, the unified data model is a really big thing because a stand-alone vector database will not help you. The kind of data that you will continue to ingest will increase, and there are no limits. So whatever choices that you make, you need to make the choices from the long-term perspective,” said Dastrala. Delivering massive scale, driving more than 90% AI accuracy, and accelerating decision-making with MongoDB Before IntellectAI built this ESG capability, its client relied on subject matter experts, but they could examine only a limited number of companies and datasets and were unable to scale their investigation of portfolios or information. “If you want to do it at scale, you need proper enterprise support, and that’s where MongoDB became really handy for us. We are able to give 100% coverage and do what the ESG analysts were able to do for this organization almost a thousand times faster,” said Dastrala. Previously, analysts could examine only between 100 and 150 companies. With MongoDB Atlas and Atlas Vector Search, Purple Fabric can now process information from over 8,000 companies across the world, covering different languages and delivering more than 90% accuracy. “Generally, RAG will probably give you 80% to 85% accuracy. But in our case, we are talking about a fund deciding whether to invest billions or not in a company, so the accuracy should be 90% minimum,” said Dastrala. “What we are doing is not ‘simple search’; it is very contextual, and MongoDB helps us provide that high-dimension data.” Concluding the presentation speech on the MongoDB.local stage, Dastrala reminded the audience why IntellectAI is using MongoDB’s unique capabilities to support its long-term vision: “Multimodality is very important because today we are using text and images, but tomorrow we might use audio, video, and more. And don’t forget, from a developer perspective, how important it is to keep the simplicity and leverage all the options that MongoDB provides.” This is just the beginning for IntellectAI and its Purple Fabric platform. “Because we are doing more and more with greater accuracy, our customers have started giving us more problems to solve. And this is absolutely happening at a scale [that] is unprecedented,” said Dastrala. Using MongoDB Atlas to drive broader business benefits across Intellect Design The success encountered with the Purple Fabric platform is leading Intellect Design’s broader business to look at MongoDB Atlas for more use cases. Intellect Design is currently in the process of migrating more of its insurance and Wealth platforms onto MongoDB Atlas, as well as leveraging the product family to support the next phase of its app modernization strategy. Using MongoDB Atlas, Intellect Design aims to improve resilience, support scalable growth, decrease time to market, and enhance data insights. Head over to our product page to learn more about MongoDB Atlas . To learn more about how MongoDB Atlas Vector Search can help you build or deepen your AI and search capabilities, visit our Vector Search page .

December 12, 2024