Farewell, Solaris

Andrew Morgan
August 29, 2017 | Updated: September 19, 2022
#Engineering#EngineeringBlog

Solaris was the first “real operating system” I ever used.

The Brown University Computer Science Department was a Sun Microsystems shop when I was an undergraduate there in the late 90s. When I took the operating systems lab class, CS-169, we implemented a toy version of Sun’s research operating system Spring OS. Several of my contemporaries in the CS Department went on to work at Sun, and developed or advanced many of the technologies that made Solaris great, like ZFS, dtrace, libumem, mdb, doors, and zones. The Solaris Linkers and Libraries Guide remains one of the best ways to develop an understanding of shared library internals. The first startup I worked for developed on Solaris x86, because the team knew Solaris well. Today, many of my co-workers on the server engineering team here at MongoDB share that formative experience with Solaris. We have a great deal of collective nostalgia and appreciation for Solaris and the amazing engineering effort that went into its development.

So it is, for many of us at MongoDB, bittersweet to announce that MongoDB is terminating support for Solaris.

Effective immediately, we plan to cease production of new builds of MongoDB for Solaris, across all supported versions of MongoDB. Existing release artifacts for Solaris will continue to be made available, but no new releases will be issued, barring a critical issue raised under an existing support contract covering MongoDB versions 3.0 through 3.4 running on Solaris. We will continue to fix critical flaws for the community, regardless of where found or how reported. Anyone can report a security vulnerability by using our Security project to create an account, then a ticket, describing the vulnerability.

This was not an easy decision for us to make, and we feel that it is important to provide some background on why we have made what may seem at first to be a capricious decision.

The principal reason for us to drop Solaris support is simply a lack of adoption among our user base. Of our commercial users, we knew of only a handful who had ever been running on Solaris, and all confirmed that they had migrated away, or were in the process of doing so. Our download numbers for our Solaris builds confirmed this lack of interest, as did stats gathered from our managed operations tools — we find about 0.06% (and decreasing) of MongoDB users are running on Solaris.

Additionally, we found that the cost to continue to support Solaris was very high, and that it was increasingly becoming an obstacle to developer productivity. Among the difficulties we experienced:

  • The ecosystem is fragmented: You say you want to run on “Solaris”. OK, fine, but which one? Illumos? OpenSolaris? OpenIndiana? SmartOS? Oracle Solaris? OmniOS? Do we release for one of those? If so, which one? All? How do versions relate across them? What is the level of binary compatibility? Which versions do we need to support, on which variants? How do we certify that we support all of them? Linux suffers (or even benefits) from a similar profusion of flavors, but we have a significant population of users on each of the major different flavors, so it makes sense to explicitly support them all. Not so for the numerous Solaris variants.

  • Our development tools work poorly on Solaris: Clang doesn’t support Solaris at all, as far as we can tell. Golang doesn’t consider it a first-class platform. GDB seems unable to handle the simplest of tasks when confronted with threads on Solaris. GCC appears to not fully support important C++11 features like the thread_local keyword, due to missing support in the Solaris C library, at least on the versions we used. Obviously, all of those could be fixed if there were a pressing commercial upside to doing so, but we don’t see that to be the case.

  • Lack of developer familiarity: While several of our senior developers know their way around Solaris well, our junior devs have never touched it. Investing in teaching them is of questionable value. Sometimes, though we try hard to scrub them out, we find that some tests are flaky. Sometimes a failure exhibits on Solaris, but the issue isn’t specific to that platform. Should we be investing the time of our most seasoned engineers to track these down to prove that they aren’t Solaris specific?

  • Operational difficulties: Most of our CI testing is done in AWS. On multiple occasions, our Solaris images have simply stopped working, and repairing them took significant engineering work. The most recent outage was particularly troublesome and time consuming. The engineering effort required to sustain the platform does not seem warranted.

  • The future of Oracle Solaris, perhaps the one true Solaris if you had to pick one, is murky at best.

While no single one of these issues seems sufficient on its own to argue for terminating support for Solaris, when combined with the observed lack of interest or use, it makes for a compelling case. We would rather invest our time and effort developing for the platforms that our users actually use. So, with some real sadness and fond memories, we have decided to say goodbye to Solaris.

We will miss you, Solaris, but it is time we parted ways.

← Previous

Meet the MongoDB World 2017 Diversity Scholars

At this year’s MongoDB World, we welcomed a new cohort of Scholars as part of our Diversity Scholarship . Through the program, members of underrepresented groups in technology receive complimentary access to the conference, training, and mentorship. We received 200 applications from technologists located around the globe. Read on to get to know the recipients; community members who are using MongoDB to build impactful tools. Aisha Blake, Web Developer, Detroit Labs I'm a web developer at Detroit Labs and I run the Detroit chapter of Girl Develop It. Fun fact: I'm a powerlifter. My favorite lift (by far) is the deadlift. How I started using MongoDB : For most of my career, I've been a web development instructor. I've taught children, teens, and adults in 3-hour workshops and three-month bootcamps. I started using MongoDB in the course of teaching a JavaScript bootcamp and eventually wound up writing an entirely new curriculum module specifically on MongoDB. My giant idea : I'd like to build a tool to make our daily personal lives more efficient, collecting and stripping down all the various online services we check every day that drain away time that would be better spent focused on things and people we truly love. I imagine using MongoDB to understand how people combine things like Facebook, Twitter, Simbi, and Couchsurfing to live their online lives and what relationships exist between the users of those tools. Wendy Tao, DBA/Sr. Scientific Application Developer, Rutgers University I work for Research Collaboratory for Structural Bioinformatics (RCSB) at Rutgers University. I am a DBA and Advanced Scientific Programmer. My work supports the Protein Data Bank (PDB) archive which is the single worldwide repository of information about the 3D structures of proteins. Gardening is my hobby. I love to plan flowers and observe them grow and bloom, which brings such joy to my daily life. How I started using MongoDB : In 2016, I was involved in a project of PDB-101 redesign in my organization. Some of the criteria were that it should be a scalable application with high-performance and fault tolerance. We selected MongoDB for the database because of MongoDB's features and strengths. I learned MongoDB by taking two online courses at MongoDB University . The classes were very good with real hands-on projects, which helped me to get started with MongoDB. I designed the new PDB-101 MongoDB database and migrated from MySQL to MongoDB. The new PDB-101 website went to production in 2016. Genetic Engineering & Biotechnology News recently highlighted PDB-101 as Best of the Web , recognizing the website's beautiful protein structures and wealth of educational resources. My giant idea : PDB-101 was our pilot project and we are very satisfied with the outcome of it. We are in the process of brainstorm of search infrastructure for our main website and would like to use MongoDB for fast performance, object storage in memory. I’ll look into the database cluster, database service and outside clouds. Jocelyn Harper, Software Developer, JPMorgan Chase I am a software developer for JPMorgan Chase and am slightly obsessed with Sailor Moon. My passions are increasing diversity in tech, most specifically black women. How I started using MongoDB : I started using MongoDB after learning MySQL in Zip Code Wilmington - a Java bootcamp. Relational databases came so easy to me, so I naturally started to explore what other type of databases there were and saw that MongoDB was the most popular one. My giant idea : I’d like to start compiling women of color in technology and have a database to connect across the U.S., and ideally the world. It’s in the beginning stages, but I believe that we could benefit from having a networking resource like that at our fingertips. Tim Brown, DBA, IBM I'm currently employed as a DBA at IBM in the Marketing and Supply Chain Division. I was born and raised in Conyers, GA. I love hobby electronic projects so I'm always tinkering with things, trying to understand how they work. How I started using MongoDB : A few teams in our division at IBM were already using MongoDB as a data store, but no one was managing the implementations of MongoDB. A year ago, I was tasked with managing the clusters and I've been working with MongoDB since then. My giant idea : My giant idea is really just to help my company become more efficient with our database solutions. Since MongoDB is an offering from my team we need to make sure that it's tuned and backed up appropriately and making sure that teams are implementing MongoDB in the best ways to ensure our success. Harsha Undapalli, Software Engineer - Database Applications, Intel As a Software Engineer at Intel Corporation, I work on data management and analytics of the data generated during chip manufacturing. How I started using MongoDB : I started using MongoDB in a pathfinding project and exploring usage of MongoDB for data analysis vs our traditional Oracle databases. My giant idea : In this rapidly growing industry, we are continuously looking for a database solution that is cost effective, flexible and offers best performance. MongoDB offers all these great features. Leigha Mitchell, Back-end Developer, Hubba I’m a back-end developer at Hubba. I write more than just code, and my favorite meal is a bowl of cereal. How I started using MongoDB : I started using MongoDB when I started at Hubba. It’s the database we use and the one I’m most experienced with. My giant idea : Our giant idea at Hubba is to be the hub for commerce. The first place buyers come to find their new products, and the first thing brands think of when looking to get in contact with buyers/wholesalers. MongoDB is the database we use to support it all. Hui Annie Wen, Avionics and Software Engineer, The International Civil Aviation Organization I’m currently a consultant at the International Civil Aviation Organization (ICAO), the UN specialized agency for aviation, as an Associate Processes and Analysis Officer. Our team specializes in the analysis of big aviation data and support other sections at ICAO with data driven decision making. For example, we get a dump of over 90,000 flight data points every five minutes! How I started using MongoDB : My job at ICAO led me to MongoDB! I started working in front end dev, building some web applications for different projects. Then learned how it was all supported in the backend and discovered MongoDB. A colleague told me about the online courses at MongoDB University. I was very impressed with the quality of the course and it really helped kickstart my MongoDB learning. Best of all, it was FREE! My giant idea : At work, our giant idea is to make aviation as safe as possible through the use of data and cloud computing. We decided to go with MongoDB, it hasn’t disappointed us and has been able to keep up with all our big data solutions. Diversity Scholarship Applications Are Now Open The Diversity Scholarship is now open for MongoDB.local SF and MongoDB Europe ! Find out if you qualify and apply for a chance to attend. Apply Now

August 25, 2017
Next →

Tendencias del 2023: Las Medidas de Modernización en el Sector de los Servicios Financieros

Ante la recesión mundial que se avecina, los bancos se enfrentan a unas condiciones económicas difíciles en 2023. Reducir los costes será vital para que muchas organizaciones sigan siendo competitivas en un entorno con un uso intensivo de datos y altamente regulado. Por ello, es importante que cualquier inversión en IT acelere la transformación digital con tecnologías innovadoras que rompan los silos de datos, aumenten la eficiencia operativa y creen experiencias personalizadas para los clientes. Siga leyendo para conocer las áreas en las que los bancos están buscando modernizarse en 2023 para construir mejores experiencias de cliente con un coste menor y a escala. Diseñando un futuro bancario mejor mediante diseños flexibles En un momento en que los bancos están deseando modernizarse e innovar, las entidades deben alejarse de los sistemas heredados que limitan su capacidad de progresar. Situar a los consumidores en el centro de una experiencia bancaria compuesta por servicios interconectados pero independientes ofrece a los bancos, que apuestan por la tecnología, la oportunidad de remodelar sus modelos de negocio y, en consecuencia, aumentar su cuota de mercado y su rentabilidad. Estas oportunidades han hecho posible un diseño de arquitectura componible que permite una innovación más rápida, una mayor eficiencia operativa y la creación de nuevas fuentes de ingresos mediante la ampliación de la cartera de servicios y productos. De este modo, los bancos pueden adoptar el mejor software de su categoría y el que mejor se adapte a sus necesidades, organizando asociaciones estratégicas con las empresas de tecnología financiera y los proveedores de software pertinentes. Esta nueva generación de proveedores puede ofrecer desde servicios de conocimiento del cliente (KYC, del inglés "Know Your Customer") hasta reservas integradas, servicios de carga o funcionalidades básicas de marketing y gestión de portfolios. Este enfoque es más rentable para las entidades que tener que construir y mantener ellas mismas la infraestructura, y es significativamente más rápido en términos de tiempo de comercialización y tiempo de obtención de ingresos. Los bancos que adoptan este enfoque ven a las fintech menos como competidores y más como parte de un ecosistema con el que colaborar para acelerar la innovación y llegar a los clientes. Eficiencia operativa mediante automatización inteligente Las entidades financieras seguirán centrándose en la eficiencia operativa y el control de costes mediante la automatización de los procesos manuales y basados en papel. Los bancos han hecho algunos progresos en la digitalización y automatización de lo que antes eran procesos manuales basados casi exclusivamente en papel. Sin embargo, el principal motor de esta transformación ha sido el cumplimiento de la normativa local, en lugar de una estrategia global para conocer realmente al cliente y lograr su satisfacción. El mercado demanda mejores decisiones automatizadas y basadas en datos, y los sistemas heredados no pueden seguir el ritmo. Crear las experiencias hiperpersonalizadas que demandan los clientes, como chatbots, portales de autoservicio y análisis forense digital, es difícil para las entidades que utilizan tecnología obsoleta. Además, tener una infraestructura de datos en silos impide cualquier experiencia moderna verdaderamente integrada. Mediante una combinación de automatización robótica de procesos (RPA, del inglés "Robotic Process Automation"), aprendizaje automático (ML, del inglés "Machine Learning") e inteligencia artificial (IA), las entidades financieras pueden agilizar los procesos, liberando así a los empleados para que se centren en tareas que tengan un mayor impacto para el cliente y la empresa. Las entidades no deben digitalizar sin tener en cuenta la interacción humana que será sustituida, ya que los clientes prefieren un enfoque híbrido. La capacidad de actuar sobre los datos en tiempo real es el camino a seguir para impulsar el valor y transformar las experiencias de los clientes, lo que debe ir acompañado de la modernización de la arquitectura de datos subyacente. El prerrequisito para alcanzar este objetivo implica la disociación de los datos y las fuentes en un paisaje de datos holístico. Algunos lo llaman data mesh otros fuentes de datos componibles o datos virtualizados. Resolviendo los retos que plantean los datos ESG (del inglés "Environmental, Social, and Governance") Junto con la elevada inflación, la crisis del coste de la vida, las turbulencias energéticas y la subida de los tipos de interés, los aspectos medioambientales, sociales y de gobernanza (ESG) también están en el punto de mira. Los reguladores presionan cada vez más para que se faciliten datos ESG y los inversores para que los portfolios sean sostenibles. El papel de los datos ESG en la realización de análisis de mercado, el apoyo a la asignación de activos y la gestión de riesgos, y proporcionar información sobre la sostenibilidad a largo plazo de las inversiones sigue creciendo. La naturaleza y variabilidad de muchas métricas ESG es un reto importante al que se enfrentan las empresas hoy en día. A diferencia de los datasets financieros, que son en su mayoría numéricos, las métricas ESG pueden incluir datos cuantitativos y cualitativos para ayudar a los inversores y otras partes interesadas a comprender las acciones e intenciones de una empresa. Esta complejidad, unida a la falta de una norma de información ESG de aplicación universal, significa que las instituciones deben considerar diferentes normas con diferentes requisitos de datos. Para dominar la elaboración de informes ESG, incluida la integración de los KPIs pertinentes, se necesitan datos adecuados y de alta calidad que, además, tengan el nivel de granularidad adecuado y cubran los sectores y la región requeridos. Dado el volumen y la complejidad de los datos, las entidades financieras están construyendo plataformas ESG sustentadas en modernas plataformas de datos capaces de consolidar distintos tipos de datos de varios proveedores, crear vistas personalizadas, modelizar datos y realizar operaciones sin barreras. Pagos digitales - Ofreciendo una experiencia enriquecida Impulsado por las nuevas tecnologías y las tendencias mundiales, el mercado de los pagos digitales está floreciendo en todo el mundo. Con una valoración de más de 68.000 millones de dólares en 2021 y expectativas de crecimiento de dos dígitos en la próxima década, los mercados emergentes lideran la expansión relativa. Este crecimiento se ha visto impulsado por los pagos sin efectivo inducidos por la pandemia, el comercio electrónico, el impulso gubernamental y las fintech. Los pagos digitales están transformando la experiencia de pago. Mientras que antes bastaba con que los proveedores de servicios de pago facilitaran información sobre las cuentas y orquestaran transacciones sencillas, ahora los consumidores exigen una experiencia mucho más completa en la que cada transacción ofrezca nuevas perspectivas y servicios de valor añadido. Satisfacer estas expectativas es difícil, especialmente para las empresas que dependen de tecnologías obsoletas que se crearon mucho antes de que las transacciones se realizaran con unos pocos clicks en un dispositivo móvil. Para satisfacer las necesidades de los clientes, las instituciones financieras están modernizando su infraestructura de datos de pagos para crear experiencias de pago personalizadas, seguras y en tiempo real, todo ello protegiendo a los consumidores del fraude. Esta modernización permite a las entidades financieras ingerir cualquier tipo de datos, poner en marcha servicios más rápidamente, a un coste menor y tener la libertad de ejecutarlos en cualquier entorno, desde el local hasta la multi-nube. Seguridad y gestión de riesgos Los datos son fundamentales para todas las instituciones financieras; se reconocen como un activo esencial para impulsar el crecimiento de los clientes y la innovación. Sin embargo, a medida que aumenta la necesidad de aprovechar los datos de forma eficiente, según el 57% de los responsables de la toma de decisiones , la tecnología heredada que aún sustenta a muchas organizaciones es demasiado cara y no cumple los requisitos de las aplicaciones modernas. Esta infraestructura heredada no sólo es compleja, sino que además es incapaz de cumplir los requisitos de seguridad actuales. Dado el enorme volumen de datos confidenciales de clientes y consumidores que el sector de los servicios financieros maneja a diario -y la estricta normativa que los regula-, la seguridad debe ser la máxima prioridad. El valor percibido de estos datos también convierte a las organizaciones de servicios financieros en el principal objetivo de las filtraciones de datos. La protección contra el fraude, la gestión de riesgos y la lucha contra el blanqueo de dinero son prioridades importantes para cualquier nueva plataforma de datos, según el estudio de Forrester What's Driving Next-Generation Data Platform Adoption in Financial Services . Para hacer frente a estos retos, la adopción de plataformas de datos de nueva generación seguirá creciendo a medida que las instituciones financieras se den cuenta de todo su potencial para gestionar costes, maximizar la seguridad y fomentar la innovación. Descargue el estudio completo de Forrester - What's Driving Next-Generation Data Platform Adoption in Financial Services - para obtener más información.

March 23, 2023