Empieza rápidamente con un esquema flexible optimizado para una alta eficiencia de almacenamiento.
Escala consultas con índices agrupados automáticos a tiempo e índices secundarios en cualquier campo de metadatos.
Descubre patrones con funciones de ventana y calcule promedios móviles y sumas a través de ventanas de tiempo flexibles.
Admite todo el ciclo de vida de los datos de time series, desde la ingestión, el almacenamiento, el análisis y la visualización hasta el archivado de datos.
Reduce la latencia y cumple con la normativa sobre soberanía de datos mediante la partición de conjuntos de datos y la ubicación conjunta de los nodos con los productores de datos.
Reduce drásticamente el espacio de almacenamiento de la base de datos en hasta un 70 % con los mejores algoritmos de compresión de su clase.
¿Faltan puntos de datos? El relleno de huecos y la densidad facilitan el tratamiento de los datos que faltan.
Elimina los datos cuando sea necesario para cumplir fácilmente con las regulaciones modernas de privacidad de datos.
Desde la geoindexación hasta un rendimiento de lectura más rápido, vee cómo MongoDB 6.0 lleva las colecciones de time series al siguiente nivel.
Lee el blog de tres partes sobre cómo crear una plataforma de análisis de divisas con time series de MongoDB.
Nuestro Conector Kafka ahora admite time series.
Saca automáticamente los datos antiguos de la base de datos y llévalos al almacenamiento de objetos en cloud sin perder el acceso a ellos ni tener que lidiar con las canalizaciones ETL.
Gestiona sin problemas y económicamente todo su ciclo de vida de los datos.
Crea grafos a partir de cualquier colección de times series de Atlas e integra visualizaciones en sus aplicaciones para una experiencia de usuario enriquecida.