Atlas Stream Processing 기능

데이터베이스 자체와 마찬가지로 스트리밍 데이터도 유연성, 적응성, 진화가 필요합니다. 문서 모델은 이를 실현하기 위한 최적의 방법입니다.

Kafka와 Atlas에서 주요 스트리밍 소스 및 싱크에 쉽게 연결하여 데이터를 지속적으로 병합하세요.

쿼리 API와 집계 프레임워크는 복잡하고 연속적인 데이터 스트림을 처리하기 위한 확장된 기능을 포함하고 있습니다.

시간 기반 윈도우 생성, 컬렉션 간 조회, 복잡한 유효성 검사를 통해 풍부한 다중 이벤트 처리를 수행하세요.

지속적인 스키마 유효성 검사를 수행하고 처리 시간대를 놓친 메시지 손상이나 늦게 도착한 데이터를 감지하세요.

Atlas 컬렉션이나 Apache Kafka와 같은 스트리밍 시스템에 뷰를 지속적으로 구체화하여 최신 분석 뷰를 유지하세요.

체크포인트는 작업 완료 후 작업의 상태를 캡처합니다. 중단 후 스트림 프로세서를 쉽게 재시작할 수 있습니다.

스트리밍 데이터를 처리하는 것은 복잡할 수 있습니다. .process()를 사용하여 새로운 스트림 처리 파이프라인을 반복적으로 검토하고 빠르게 구축하세요.

MongoDB 셸을 통해 스트림 처리 인프라를 구축하거나 Terraform을 사용하여 스트림 프로세서를 자동화하세요.