Potenzia le app self-managed con funzionalità di ricerca e ricerca vettoriale

Gyana Guity, Scott Amerman, and Sam Wickline
September 17, 2025 | Updated: September 30, 2025

MongoDB è entusiasta di annunciare la public preview delle funzionalità di ricerca e ricerca vettoriale da utilizzare con MongoDB Community Edition e MongoDB Enterprise Server. Queste nuove funzionalità consentono agli sviluppatori di prototipare, iterare e costruire applicazioni sofisticate basate sull'AI direttamente in ambienti self-managed con robuste funzionalità di ricerca.

La versatilità è uno dei motivi per cui gli sviluppatori amano MongoDB. MongoDB può essere eseguito ovunque.¹ Questo include configurazioni locali dove molti sviluppatori iniziano il loro percorso con MongoDB, fino ai più grandi data center aziendali quando è il momento di scalare, e il servizio cloud completamente gestito di MongoDB, MongoDB Atlas. Indipendentemente da dove avvenga lo sviluppo, MongoDB si integra senza sforzo con il flusso di lavoro di qualsiasi sviluppatore.

MongoDB Community Edition è la versione gratuita e open source di MongoDB che milioni di sviluppatori utilizzano per apprendere, testare e migliorare le proprie competenze. MongoDB Enterprise Server è la versione commerciale del database principale di MongoDB. Offre funzionalità aggiuntive di livello enterprise per le aziende che preferiscono gestire autonomamente le proprie distribuzioni on-premise o in ambienti cloud pubblici, privati o ibridi.

Con le funzionalità native di ricerca e ricerca vettoriale ora disponibili per l'uso con Community Edition ed Enterprise Server, MongoDB mira a offrire un'esperienza più semplice e coerente per la creazione di applicazioni straordinarie ovunque vengano distribuite.

Che cos'è la ricerca e la ricerca vettoriale?

Analogamente alle offerte di MongoDB Atlas, MongoDB Community Edition e MongoDB Enterprise Server ora supportano due funzionalità di ricerca distinte ma complementari:

La ricerca full-text è una funzionalità integrata che offre un'esperienza completa e scalabile per la creazione di funzionalità app basate sulla pertinenza.

La ricerca vettoriale consente agli sviluppatori di creare applicazioni intelligenti basate sulla ricerca semantica e sulla Generative AI utilizzando funzionalità native e complete di database vettoriale.

Non ci sono limitazioni funzionali alle fasi di aggregazione della ricerca principale in questa public preview. Pertanto, $search, $searchMeta e $vectorSearch sono tutti supportati con parità funzionale rispetto a quanto disponibile in Atlas, escluse le funzionalità in stato di anteprima. Per maggiori informazioni, consulta le pagine di documentazione sulla ricerca e sulla ricerca vettoriale.

Risolvere le sfide degli sviluppatori con la ricerca integrata

Storicamente, l'integrazione di funzionalità di ricerca avanzate nelle applicazioni self-managed spesso richiedeva l'aggiunta di motori di ricerca esterni o database vettoriali a MongoDB. Questo approccio ha creato attrito in ogni fase per sviluppatori e organizzazioni, portando a:

Complessità architettonica: la gestione e la sincronizzazione dei dati su più sistemi disparati aggiungeva livelli di complessità, richiedeva competenze aggiuntive e complicava i flussi di lavoro di sviluppo.

Costi generali operativi: gestire separatamente il provisioning, la sicurezza, gli aggiornamenti e il monitoraggio di ciascun sistema comportava un carico pesante per i team DevOps.

Riduzione della produttività degli sviluppatori: gli sviluppatori sono costretti a imparare e utilizzare diverse API e linguaggi di query sia per il database che per il motore di ricerca. Ciò comportava frequenti cambi di contesto, curve di apprendimento più ripide e cicli di release più lenti.

Problemi di coerenza: allineare il database primario con indici di ricerca o vettoriali separati rischiava di produrre risultati non sincronizzati. Nonostante le promesse di garanzie transazionali e coerenza dei dati, questi indici erano solo eventualmente coerenti. Ciò portava a risultati incompleti in ambienti in rapido cambiamento.

Con la ricerca e la ricerca vettoriale ora integrate in MongoDB Community Edition e MongoDB Enterprise Server, questi compromessi scompaiono. Gli sviluppatori possono ora creare potenti funzionalità di ricerca utilizzando il familiare framework di query di MongoDB, eliminando il carico di sincronizzazione e la necessità di gestire più sistemi monouso. Questa release semplifica l'architettura dei dati, riduce i costi generali e accelera lo sviluppo delle applicazioni.

Grazie a queste capacità, gli sviluppatori possono sfruttare sofisticate funzionalità pronte all'uso per costruire una varietà di applicazioni potenti. I potenziali casi d'uso includono:

MongoDB offre integrazioni native con framework quali LangChain, LangGraph e LlamaIndex. Ciò semplifica i flussi di lavoro, accelera lo sviluppo e incorpora funzionalità RAG o agentiche direttamente nelle applicazioni. Per saperne di più sugli altri framework AI supportati da MongoDB, consulta questa documentazione.

I partner e i champion di MongoDB stanno già sperimentando i vantaggi dell'utilizzo della ricerca e della ricerca vettoriale in una gamma più ampia di ambienti:

«Siamo entusiasti che la ricerca e la ricerca vettoriale di MongoDB siano ora accessibili nella già popolare MongoDB Community Edition. Ora i nostri clienti possono sfruttare MongoDB e LangChain in entrambe le modalità di distribuzione e nel loro ambiente preferito per creare applicazioni LLM all'avanguardia». —Harrison Chase, CEO, LangChain.

"MongoDB ha aiutato Clarifresh a creare un software straordinario e sono sempre rimasto colpito dalle sue solide fondamenta. Con le funzionalità di ricerca e ricerca vettoriale ora disponibili in MongoDB Community Edition, otteniamo la sicurezza di un codice sorgente accessibile, la flessibilità di implementazione ovunque e la promessa di un'estensibilità guidata dalla comunità. Si tratta di un traguardo entusiasmante che riafferma l'impegno di MongoDB nei confronti degli sviluppatori." – Luke Thompson, MongoDB Champion, Clarifresh.

"Siamo entusiasti della prossima interazione delle esperienze di ricerca in MongoDB Community Edition. I nostri clienti desiderano la massima flessibilità per poter eseguire le loro applicazioni abilitate per la ricerca e la Generative AI e l'aggiunta di questa funzionalità a Community sblocca un modo completamente nuovo di creare ed eseguire test ovunque." – Jerry Liu, CEO, LlamaIndex.

"Partecipare alla private preview della ricerca full-text e vettoriale per MongoDB Community è stata un'opportunità entusiasmante. Avere $search, $searchMeta e $vectorSearch direttamente in Community Edition offre le stesse potenti funzionalità che utilizziamo in Atlas, senza sistemi o integrazioni aggiuntive. Anche in anteprima anticipata, sta già semplificando i flussi di lavoro e producendo risultati più rapidi e pertinenti." – Michele Höller, MongoDB Champion, akazia Consulting.

Accesso alla public preview

La public preview è disponibile gratuitamente ed è destinata esclusivamente a scopi di test, valutazione e feedback.

Ricerca e ricerca vettoriale con MongoDB Community Edition. Le nuove funzionalità sono compatibili con MongoDB versione 8.2+ e funzionano su un binario separato, mongot, che interagisce con il binario standard del database MongoDB.

Per iniziare, assicurati che:

Un cluster MongoDB Community Server venga eseguito utilizzando uno dei tre metodi seguenti:

Scarica MongoDB Community Server versione 8.2 dalla pagina dei download di MongoDB. A partire dalla public preview, questa funzionalità è disponibile per le distribuzioni self-managed su distribuzioni e architetture Linux supportate per MongoDB Community Edition versione 8.2+.
Scarica il binario mongot dalla pagina dei download di MongoDB.
Scarica l'immagine del container per Community Server 8.2 da un repository Docker Hub pubblico.
Prossimamente: distribuisci utilizzando MongoDB Controllers for Kubernetes Operator (il supporto per la ricerca su Community Server è previsto per la versione 1.5+).

Ricerca e ricerca vettoriale da utilizzare con MongoDB Enterprise Server. Le nuove funzionalità vengono distribuite come nodi di ricerca self-managed nell'ambiente Kubernetes del cliente. Questo si connetterà senza problemi a qualsiasi cluster di MongoDB Enterprise Server, residente all'interno o all'esterno di Kubernetes stesso.

Per iniziare, assicurati che:

Un cluster MongoDB Enterprise Server sia in esecuzione.

versione 8.0.10+ (per MongoDB Controllers for Kubernetes Operator 1.4).
versione 8.2+ (per MongoDB Controllers for Kubernetes Operator 1.5+).

Un ambiente Kubernetes.

MongoDB Controllers for Kubernetes Operator sia installato nel cluster Kubernetes. Le istruzioni di installazione sono disponibili qui.

È inoltre disponibile una documentazione completa per la configurazione di MongoDB Community Edition e MongoDB Enterprise Server.

Cos'altro?

Durante la public preview, MongoDB fornirà ulteriori aggiornamenti e funzionalità di roadmap in base al feedback dei clienti. Dopo la public preview, si prevede che queste funzionalità di ricerca e di ricerca vettoriale saranno generalmente disponibili per l'uso con le distribuzioni on-premise. Per Community Edition, queste funzionalità saranno disponibili senza costi aggiuntivi come parte della Server Side Public License (SSPL).

Per MongoDB Enterprise Server, queste funzionalità saranno incluse in una nuova offerta di abbonamento a pagamento che verrà lanciata in futuro. I dettagli sui prezzi e sui pacchetti dell'abbonamento saranno disponibili in prossimità del lancio. Per gli sviluppatori che cercano un'esperienza completamente gestita nel cloud, MongoDB Atlas offre oggi una versione pronta per la produzione di queste funzionalità.

MongoDB vorrebbe ricevere feedback! Suggerisci nuove funzionalità o vota idee esistenti su feedback.mongodb.com. L'input è fondamentale per plasmare il futuro di questo prodotto. Gli utenti possono contattare il team dell'account MongoDB per fornire un feedback più completo.

Consulta la documentazione di MongoDB per scoprire come iniziare a utilizzare la ricerca e la ricerca vettoriale in MongoDB Community Edition e MongoDB Enterprise Server.

¹ MongoDB può essere distribuito come servizio multi-cloud completamente gestito in tutti i principali provider di cloud pubblici, in cloud privati, localmente, on-premise e in ambienti ibridi.

← Previous

MongoDB AMP: An AI-Driven Approach to Modernization

Why should a database company be your modernization partner? It’s a fair question. From over a decade of experience with database migrations, we've learned that the database is often the single biggest blocker preventing digital transformation. It's where decades of business logic have been embedded, where critical dependencies multiply, and where the complexity that blocks innovation actually lives. But by working with MongoDB, customers have found that transforming their data layer removed the barriers that had stalled previous modernization attempts. This post is also available in: Deutsch , Français , Español , Português , Italiano , 한국어 , 简体中文 . Now, with today’s launch of the MongoDB Application Modernization Platform (AMP), we're providing customers a proven approach to full-stack modernization. MongoDB AMP is an AI-powered solution that rapidly and safely transforms legacy applications into modern, scalable services. MongoDB AMP integrates agentic AI workflows into our modernization methodology, alongside reusable, battle-tested tooling, and the expertise we've developed through customer engagements over the past decade—a powerful combination of tools, technique, and talent. By combining AMP tooling with MongoDB’s proven, repeatable framework, customers have seen tasks like code transformation sped up by 10x or more—with overall modernization projects implemented 2–3 times faster on average. Figure 1. The MongoDB Application Modernization Platform. The common challenges Many of our customers are facing the same impossible choice: accept growing technical debt that slows every business initiative, or risk disruption with a full system rewrite. Their teams are stuck maintaining legacy code instead of building new capabilities. These legacy systems have evolved into interconnected webs (“spaghetti messes”) where even simple changes require coordination across multiple systems and teams. Database changes require corresponding updates to middleware integrations, application business logic, and user interface components. Teams struggle to update systems because any change brings risks breaking something else they don't fully understand. Innovation initiatives often get blocked because new capabilities struggle to integrate within the constraints of legacy systems. Technical debt accumulates with every workaround, making each subsequent change more complex and risky than the last. Before working with MongoDB, Intellect Design's Wealth Management platform exemplified this challenge perfectly . Key business logic was locked in hundreds of SQL stored procedures, leading to batch processing delays of up to eight hours and limiting scalability as transaction volumes grew. The platform’s rigid architecture hindered innovation and blocked integration with other systems, such as treasury and insurance platforms, preventing the delivery of unified financial services that their enterprise clients demanded. In cases like this, the result is stagnation disguised as stability. Systems "work" but can't evolve. Applications can handle today's requirements, but can't adapt to tomorrow's opportunities. Legacy architectures have become the foundation on which everything else depends—and the constraint that prevents everything else from changing. Battle-tested solutions By working through challenges with customers, we've built a comprehensive methodology for modernization, backed by sophisticated tools that address the messy reality of legacy applications. Our approach empowers application teams with proven processes and purpose-built technology to systematically address key challenges. Central to our methodology is a test-first philosophy that has proven essential for safe, reliable modernization. Before any transformation begins, we develop comprehensive test coverage for existing applications, creating a baseline that captures how legacy systems actually behave in production. This upfront investment in testing becomes the foundation for everything that follows, providing guardrails that ensure modernized code performs identically to the original while giving teams the confidence to make changes without fear of breaking critical business processes. Our test-driven approach ensures modernization is a methodical, validated process where every change is verified. Before we make any code changes, we establish a complete picture of the legacy system. We've built sophisticated analysis tools that comprehensively map legacy application architectures. These tools uncover the complex interdependencies and embedded logic that make legacy applications far more intricate than they appear on the surface. This deep analysis isn't just about cataloging complexity; it's about understanding the true scope, informing execution of the transformation, and identifying potential risks before they derail projects. Analysis is just the start. By working with customers, we've learned that successful modernization requires careful sequencing and planning. Our dependency analysis capabilities help teams understand not just what needs to be migrated, but the critical order of operations and what safeguards need to be in place at each step. It's critical to avoid the temptation to migrate everything at once. MongoDB’s approach is designed to make complex modernizations successful by transforming applications incrementally with robust validation. Instead of crossing your fingers and hoping everything works after months of development, our methodology decomposes large modernization efforts into manageable components where every component is iteratively tested and verified. Issues are caught early when they're easy to fix, not after months of development when rollback becomes costly and complex. Each successful iteration reduces risk rather than accumulating it. The agentic AI acceleration MongoDB AMP represents over two years of dedicated effort to integrate AI-powered automation into our battle-tested processes, dramatically accelerating modernization while maintaining the reliability our customers depend on. AI powerfully expands our validation processes by generating additional test cases to validate modernized applications against their legacy counterparts. This dramatically improves confidence in migration results while reducing the time teams spend manually creating test cases for the complex business logic they are trying to preserve. Our existing analysis tools, which decompose embedded logic into smaller segments, now feed directly into AI systems that can automatically transform the code components they discover. What once required weeks of manual code conversion can now happen in hours, with testing frameworks providing the same rigorous validation we've always insisted on. For example, Bendigo and Adelaide Bank reduced the development time to migrate a banking application by up to 90% . The difference is speed and scale, without sacrificing quality or safety. Figure 2. The AMP process. Years of customer engagement and refined processes provide the foundation and guardrails that make AI-powered modernization effective and safe. With MongoDB AMP, AI becomes a force multiplier that transforms our proven approach into something that can tackle modernization challenges at unprecedented speed and scale. Migrating simple code is now 50 to 60 times quicker, and we can migrate small applications 20 times faster to MongoDB. Regression testing also went from three days to three hours with automated test generation. Fabrice Bidard, Head of Technical Architecture, Lombard Odier Ready to begin your modernization journey? Legacy application modernization doesn't have to be a leap of faith. With MongoDB as your partner, you gain access to proven methodologies, battle-tested tools, and the accelerated capabilities that agentic AI brings to our existing expertise. Contact our team to discuss your specific challenges and learn how our proven methodology can be applied to your environment.

September 16, 2025

Next →

Innovating with MongoDB | Customer Successes, October 2025

It’s officially fall! The start of every new season is a perfect time to consider change and new beginnings. While fall might make you think about pumpkin spice and newly chilly evenings, I’m thinking about the latest round of transformations that MongoDB’s customers are embracing to thrive in an AI-powered world. In all seriousness, legacy systems and technical debt are huge challenges: the cost of tech debt has been estimated at almost $4 trillion dollars. That’s trillion with a T! Legacy systems can slow down innovation, create bottlenecks, and make it tough to deliver the seamless, real-time experiences customers increasingly expect. But companies are finding that modernizing their applications isn't just about fixing what's broken—modernization enables them to move faster and innovate for end-users. That’s why I'm incredibly excited to share the recent launch of MongoDB’s Application Modernization Platform (AMP). This AI-powered program is designed to help enterprises move beyond outdated infrastructures to embrace a flexible, data-driven future. AMP is a comprehensive approach to modernization that combines smart AI tooling with proven methodologies, enabling businesses to transform their applications from the ground up, moving from legacy monoliths to a more flexible, microservices-based architecture. In this roundup, we're spotlighting customers who understand the strategic importance of modernization. You'll see how Wells Fargo is using MongoDB to power a new credit card platform, how CSX is ensuring business continuity during a critical migration, how Intellect Design is modernizing its wealth management platform, and how Deutsche Telekom is transforming its B2C digital channels. With MongoDB, customers are showing how integral a modern database is to powering the next generation of applications—and succeeding in the AI era. Wells Fargo Wells Fargo sought to modernize its mainframe-dependent credit card platform to provide a faster, more seamless customer experience and handle an exponential increase in transaction data. The company's legacy system was costly to manage and lacked the scalability needed for its "Cards 2.0" initiative. To solve this, Wells Fargo built an operational data store (ODS) using MongoDB. This new platform allowed them to adopt reusable APIs, streamline integrations, and move from a monolithic architecture to flexible microservices. The ODS now serves 40% of traffic from external vendors, handling more than 7 million transactions with sub-second service. By leveraging MongoDB, Wells Fargo was able to jumpstart its mainframe modernization and create curated data products to serve real-time, personalized financial services. CSX CSX , a major U.S. railroad company, sought to modernize its critical operations platform, RTOP, by migrating it to the cloud. The challenge was to maintain the platform's 24/7 availability with minimal disruption to its mission-critical, near real-time operations during the transition. To solve this, CSX selected MongoDB Atlas on Azure and partnered with MongoDB Professional Services . Leveraging the Cluster-to-Cluster Sync feature, the team was able to facilitate continuous data synchronization and complete the entire migration in just a few hours. The move to MongoDB Atlas has equipped CSX with a more scalable and resilient platform. This modernization effort established a blueprint for migrating other critical applications and helped CSX continue its digital transformation journey toward becoming America’s best-run railroad. Intellect Design Intellect Design , a global fintech company, sought to modernize its wealth management platform to overcome legacy system bottlenecks and multihour batch processing delays. The company's rigid relational database architecture limited its ability to scale and innovate. To solve this, the company partnered with MongoDB, using our AMP methodology and generative AI tools. This transformation reengineered the platform's core components, resulting in an 85% reduction in onboarding workflow times, allowing clients to access critical portfolio insights faster than ever. This initiative is the first step in Intellect Design's long-term vision to integrate its entire application suite into a unified, AI-driven service. By leveraging MongoDB Atlas's flexible schema and powerful native tools, the company is now better positioned to deliver smarter analytics and advanced AI capabilities to its customers. Watch Intellect AI’s MongoDB.local Bengaluru keynote presentation to learn how AMP helped them transform outdated systems into scalable, modern solutions. Deutsche Telekom Deutsche Telekom , a leading telecommunications company, sought to modernize its B2C digital channels, which were fragmented by outdated legacy systems. The company needed to create a unified digital experience for its 30 million customers while improving developer productivity. By leveraging MongoDB Atlas as part of its Internal Developer Platform, Deutsche Telekom built a robust data infrastructure to unify customer data and power its new digital services. This approach allowed the company to retire legacy systems and reduce its reliance on physical shops and call centers. The transition to MongoDB Atlas led to a massive surge in digital engagement, with daily customer interactions rising from under 50,000 to approximately 1.5 million. The company's customer data platform now handles up to 15 times the load of legacy systems, supporting large-scale loyalty programs and transforming the customer experience. Video spotlight: Bendigo Bank Before you go, watch how Bendigo and Adelaide Bank modernized their core banking technology using MongoDB Atlas and generative AI. Bendigo and Adelaide Bank reduced the migration time for legacy applications from 80 hours to just five minutes. This innovative approach allowed them to quickly modernize their systems and better serve their 2.5 million customers. Want to get inspired by your peers and discover all the ways we empower businesses to innovate for the future? Visit MongoDB’s Customer Success Stories hub to see why these customers, and so many more, build modern applications with MongoDB.

October 2, 2025