Évoluez à la demande
Avec MongoDB Atlas, quelques clics ou appels d'API suffisent pour adapter la capacité de vos bases de données.
Élasticité
Ajustez la taille de l'instance, la mémoire ou la capacité de stockage de vos clusters sans interruption des applications. Provisionnez et payez les ressources dont vous avez besoin, quand vous en avez besoin.
Partitionnement natif
Évoluez horizontalement sur plusieurs machines grâce aux fonctionnalités de partitionnement natif d'Atlas. Choisissez le nombre de partitions et la stratégie de partitionnement qui répondent à vos besoins.
Montée en charge automatique de la capacité
Activez la fonction de gestion entièrement automatisée de la capacité et laissez Atlas ajuster le stockage et la taille de la base de données en fonction des besoins, grâce au suivi de l'utilisation des ressources en temps réel.
Nous avons pu constater que l'utilisation d'une base de données de documents évolutive horizontalement était idéale pour les jeux basés sur des comptes de joueurs. La création d'une solution hautement évolutive à volume de trafic élevé implique une connaissance des moindres détails. Pour y parvenir, les ingénieurs doivent normalement se concentrer sur plusieurs parties différentes de la pile mais MongoDB Atlas et MongoDB nous permettent de gagner beaucoup de temps.
Yordan Gyurchev, Directeur technique, SEGA
Nous exécutons notre application sur un déploiement utilisant les instances de taille M30 avec l'option d'extension automatique du stockage activée. Lorsque notre utilisation du disque approche les 90 %, Atlas étend automatiquement le stockage sans impact sur la disponibilité. Et si nous rencontrons des pics de trafic comme nous en avons connu dans le passé, MongoDB Atlas nous permet de nous adapter facilement en cliquant sur quelques boutons dans l'interface utilisateur ou en déclenchant un événement de dimensionnement par le biais de l'API.
Ken Hoff, Concepteur en développement, StreamNous avons pu constater que l'utilisation d'une base de données de documents évolutive horizontalement était idéale pour les jeux basés sur des comptes de joueurs. La création d'une solution hautement évolutive à volume de trafic élevé implique une connaissance des moindres détails. Pour y parvenir, les ingénieurs doivent normalement se concentrer sur plusieurs parties différentes de la pile mais MongoDB Atlas et MongoDB nous permettent de gagner beaucoup de temps.
Yordan Gyurchev, Directeur technique, SEGANous exécutons notre application sur un déploiement utilisant les instances de taille M30 avec l'option d'extension automatique du stockage activée. Lorsque notre utilisation du disque approche les 90 %, Atlas étend automatiquement le stockage sans impact sur la disponibilité. Et si nous rencontrons des pics de trafic comme nous en avons connu dans le passé, MongoDB Atlas nous permet de nous adapter facilement en cliquant sur quelques boutons dans l'interface utilisateur ou en déclenchant un événement de dimensionnement par le biais de l'API.
Ken Hoff, Concepteur en développement, Stream
Avec le temps, nous avons réalisé que ce que nous avions initialement prévu était peut-être plus que ce dont nous avions véritablement besoin. Et à ce stade, nous aurions pu soit re-provisionner un cluster que nous aurions à nouveau géré nous-mêmes, soit simplement migrer nos données vers MongoDB Atlas et ne plus jamais avoir à nous soucier de ce problème.
Gavin Cooper, Directeur principal des produits et de l'ingénierie, SurflineOptimisez l'efficacité de vos ressources
MongoDB Atlas vous aide à améliorer les performances de la base de données avec des suggestions d'index et de schéma intelligentes, une hiérarchisation automatique des données et une isolation de la charge de travail pour les requêtes analytiques.
Recommandations d'indexation
Le Performance Advisor de MongoDB Atlas analyse automatiquement les collections dont les performances sont médiocres et recommande des index à ajouter. Consultez des exemples de requêtes lentes avec des mesures pertinentes et créez des suggestions d'index en quelques clics.
Suggestions de schéma
Performance Advisor fournit également des conseils pratiques de modification du schéma pour vos collections les plus lentes et les plus actives. Chaque recommandation est accompagnée d'un contexte et de preuves afin que vous puissiez examiner les inefficacités potentielles du modèle de données qui ont un impact sur les performances de votre base de données.
Archivage en ligne
Avec Online Archive, vous pouvez classer vos données dans des bases de données entièrement gérées et une solution de stockage d'objets dans le cloud et les interroger via un point d'accès unique. Archivez automatiquement les données historiques et économisez sur les coûts de stockage des données opérationnelles et transactionnelles sans compromettre les performances des requêtes.
Isolation des charges de travail
Configurez des nœuds secondaires en lecture seule pour exécuter des charges de travail analytiques, telles que MongoDB Charts ou BI Connector. Vous avez ainsi la garantie que vos charges de travail opérationnelles ne sont pas affectées par des requêtes gourmandes en ressources sur la même base de données.
Grâce à Performance Advisor, l'indexation de la base de données et l'optimisation des requêtes ne posent plus aucun problème.
Nicolae Gudumac, CTO et Co-fondateur, Planable
Performance Advisor a été extrêmement précieux pour l'équipe : toutes les requêtes non indexées sont capturées et nous sont signalées, ce qui nous permet d'ajouter un nouvel index en quelques minutes si nécessaire.
Jon Vines, Directeur de l’équipe de développement logiciel, AO.comGrâce à Performance Advisor, l'indexation de la base de données et l'optimisation des requêtes ne posent plus aucun problème.
Nicolae Gudumac, CTO et Co-fondateur, PlanablePerformance Advisor a été extrêmement précieux pour l'équipe : toutes les requêtes non indexées sont capturées et nous sont signalées, ce qui nous permet d'ajouter un nouvel index en quelques minutes si nécessaire.
Jon Vines, Directeur de l’équipe de développement logiciel, AO.com
La fonctionnalité Performance Advisor d'Atlas permet d’identifier facilement les points à améliorer et d’examiner les modifications apportées aux données depuis la dernière indexation d’une base de données.
Sankaet Pathak, CEO, SynapseFIVisibilité totale sur les performances
MongoDB Atlas simplifie la surveillance et le diagnostic des bases de données avec des alertes personnalisées, un suivi des performances en temps réel et des mesures historiques.
Tableau de bord des performances en temps réel
Consultez les indicateurs de performance en temps réel pour les clusters dédiés, notamment les opérations, l'utilisation du disque, les connexions, les IOPS, les collections les plus chaudes et les requêtes les plus lentes.
Alertes personnalisées
Recevez des notifications lorsque les opérations sur la base de données, l'utilisation du serveur ou d'autres conditions atteignent des seuils définis qui affectent les performances de votre cluster. Recevez des alertes par courrier électronique, par SMS et par les canaux que vous utilisez déjà.
Indicateurs clés de la base de données
Créez des tableaux de bord à partir de dizaines d'indicateurs de débit, de performances et d'utilisation pour analyser les performances de la base de données historique avec une granularité d'une minute.
Query Profiler
Diagnostiquez rapidement les problèmes à l'aide de Query Profiler, qui fait apparaître les requêtes lentes et leurs statistiques de performances clés. Passez en revue les opérations historiques pour identifier rapidement les valeurs aberrantes et les modèles de requête dans les collections et les types d'opération.