¿Por qué MongoDB Atlas Data Lake?
Materialice el valor de los datos con un lago de datos sin servidor y escalable. Combine y analice datos en vivo e históricos sin tener que moverlos ni incurrir en gastos generales, y pague solo por las consultas ejecutadas.
Organice los datos por niveles,
consúltelos directamente
Almacene automáticamente sus datos por niveles en bases de datos y almacenamiento de objetos de cloud totalmente gestionados con el archivo en línea de Atlas. Combine y analice los datos in situ con consultas federadas e integre de forma persistente los resultados de sus aggregation pipelines en su nivel de almacenamiento preferido.
Analice datos enriquecidos
de forma sencilla e intuitiva
Consulte de manera nativa los datos estructurados enriquecidos en su base de datos y en el almacén de AWS S3 mediante una sola cadena de conexión. Ejecute agregaciones potentes y fáciles de entender usando el lenguaje de consulta de MongoDB (MQL) para disfrutar de una experiencia coherente en todos los tipos de datos.
Trabaje con datos bajo demanda,
a cualquier escala
Atlas Data Lake no tiene servidor, por lo que no hay que configurar ni gestionar ninguna estructura, ni es necesario predecir la capacidad. Solo tiene que pagar por las consultas ejecutadas al trabajar de manera activa con los datos. Escale su lago de datos para que ofrezca un gran rendimiento mediante la paralelización de las cargas de trabajo y los análisis de lagos de datos globales.
Integración total con la plataforma
MongoDB Cloud
Ponga en marcha su lago de datos junto con los clústeres de base de datos de Atlas operativos con solo unos clics desde una IU común y empiece a consultar datos al instante.
Descubra Atlas Data Lake en acción
Las características idóneas para su lago de datos
Varios formatos
Analice datos almacenados en JSON, BSON, CSV, TSV, Avro, ORC y Parquet in situ sin la complejidad, los costes y el tiempo que conllevan la ingesta y la transformación de los datos.
Agregaciones potentes
Ejecute agregaciones potentes, modulares y fáciles de entender mediante el lenguaje de consulta de MongoDB (MQL) e integre de forma persistente los resultados en el nivel de almacenamiento que prefiera.
Consulta federada
Ejecute una sola consulta para analizar in situ los datos en vivo de MongoDB Atlas y los datos históricos de Amazon S3 combinados para obtener conocimientos más rápido.
Sin servidor
No hay que configurar ni gestionar ninguna infraestructura: solo tiene que otorgar acceso a sus cubos de AWS S3 actuales y empezar a ejecutar consultas inmediatamente.
Bajo demanda
Pague solo por las consultas ejecutadas, y solo cuando trabaje de manera activa con los datos. Olvídese de intentar predecir la demanda o la capacidad.
Integración total
Integración total con la plataforma MongoDB Cloud para facilitar el aprovisionamiento, el acceso, la facturación y la asistencia.
Atlas Data Lake fue clave para lograr que nuestra empresa siguiera creciendo de manera óptima. Nos ayudó a acceder a los datos de manera más sencilla en cualquier capa de almacenamiento, ya que la consulta que introducimos para que las aplicaciones accedan a los datos de acceso frecuente de Atlas es la misma que usamos para acceder a los datos inactivos de S3. Está listo en un abrir y cerrar de ojos.
Igor Agenor Piovezan, Desarrollador de software, SegwareAtlas Data Lake fue clave para lograr que nuestra empresa siguiera creciendo de manera óptima. Nos ayudó a acceder a los datos de manera más sencilla en cualquier capa de almacenamiento, ya que la consulta que introducimos para que las aplicaciones accedan a los datos de acceso frecuente de Atlas es la misma que usamos para acceder a los datos inactivos de S3. Está listo en un abrir y cerrar de ojos.
Igor Agenor Piovezan, Desarrollador de software, SegwareArquitectura de MongoDB Atlas Data Lake
Planes de precios
MongoDB Atlas Data Lake es un lago de datos como servicio totalmente gestionado cuyos precios se basan en los datos procesados y devueltos.
Preguntas frecuentes
¿Qué es MongoDB Atlas Data Lake?
MongoDB Atlas Data Lake es un lago de datos como servicio totalmente gestionado que permite realizar consultas y analizar datos en AWS S3 y MongoDB Atlas in situ. Puede combinar y analizar fácilmente los datos estructurados enriquecidos almacenados en los formatos JSON, BSON, CSV, TSV, Avro, ORC y Parquet sin tener que hacer frente a los costes y la complejidad del movimiento y la transformación de los datos.
¿Qué es el archivo en línea de MongoDB Atlas?
Con el archivo en línea de MongoDB Atlas, puede organizar sus datos por niveles automáticamente según los requisitos de rendimiento para que su sistema sea más eficiente. Mueva los datos a los que no accede con frecuencia desde sus bases de datos de MongoDB Atlas hasta el almacenamiento de archivos consultable para reducir costes sin dejar de acceder fácilmente a sus archivos.
¿Está disponible MongoDB Atlas Data Lake en AWS?
MongoDB Atlas Data Lake le permite consultar sus datos de AWS S3 in situ en el formato nativo. Solo tiene que poner en marcha un lago de datos con un par de clics desde la IU de MongoDB Atlas y conectarlo a sus propios cubos de AWS S3 para empezar a hacer consultas y analizar los datos.
¿Cómo se usa MongoDB Atlas Data Lake?
MongoDB Atlas Data Lake es una aplicación de autoservicio a la que se puede acceder desde el plano de control de MongoDB Atlas, donde también se puede configurar. Cree y conecte un lago de datos, configure bases de datos y recopilaciones desde los archivos almacenados en AWS S3, y ejecute potentes agregaciones mediante las herramientas y el lenguaje de consulta de MongoDB (MQL).
Puede conectar sus propios cubos de AWS S3 o aprovechar el archivo en línea de Atlas para organizar sus datos de MongoDB Atlas por niveles automáticamente en el almacenamiento de objetos de cloud totalmente gestionado y hacer consultas in situ. Exponga todos sus datos históricos en su aplicación en tiempo real para obtener conocimientos nuevos y mejorar la experiencia del usuario.
¿Dónde puedo obtener más información sobre MongoDB Atlas Data Lake?
Eche un vistazo a nuestra documentación para obtener más información sobre los primeros pasos para usar Atlas Data Lake.