Démarrez rapidement avec un schéma flexible optimisé pour une efficacité de stockage élevée.
Répartissez les requêtes avec des index automatiques regroupés dans le temps et des index secondaires dans n'importe quel champ de métadonnées.
Découvrez des modèles avec les fonctions window et calculez les moyennes et les sommes changeantes sur des fenêtres de temps flexibles.
Prise en charge de l’ensemble du cycle de vie des données time series, de l’ingestion, du stockage, de l’analyse et de la visualisation à l’archivage des données.
Réduisez la latence et respectez les réglementations en matière de souveraineté des données en partitionnant les ensembles de données et en co-localisant les nœuds avec les producteurs de données.
Réduisez considérablement l’encombrement du stockage de votre base de données, jusqu’à 70 %, grâce aux algorithmes de compression avancés.
Points de données manquants ? Le remplissage des lacunes et la densification facilitent la gestion des données manquantes.
Supprimez les données lorsque cela est nécessaire pour une meilleure conformité aux réglementations en matière de confidentialité des données en vigueur.
De la géo-indexation aux performances de lecture plus rapides, découvrez comment MongoDB 6.0 fait passer les collections de time series à la vitesse supérieure.
Lisez le blog en trois parties sur la façon de créer une plateforme d’analyse de devises avec des time series MongoDB
Notre connecteur Kafka prend désormais en charge les time series
Hiérarchisez automatiquement les données anciennes hors de la base de données et dans le stockage d’objets dans le cloud sans perdre l’accès à celle-ci ni traiter avec les pipelines ETL.
Gérez de manière transparente et économique l’ensemble du cycle de vie de vos données.
Créez des graphiques à partir de n’importe quelle collection de time series Atlas et incorporez des visualisations dans vos applications pour une expérience utilisateur plus riche.