ATLAS (PRÉVIA)
Atlas Stream Processing. Unifique dados em movimento e dados em repouso.
_Spot_BS_Lavender.svg?auto=format%252Ccompress)
Processamento de streaming como nunca antes
No trabalho com dados de streaming, o gerenciamento de esquemas é fundamental para a correção dos dados e a produtividade do desenvolvedor. O modelo de documento do MongoDB e a estrutura de agregação oferecem aos desenvolvedores recursos poderosos e ganhos de produtividade que você não encontrará em nenhum outro lugar no processamento de fluxo.
Unificando dados em movimento e dados em repouso
Pela primeira vez, os desenvolvedores podem usar uma plataforma – através de API, linguagem de consulta e modelo de dados – para processar continuamente dados de streaming junto com os dados críticos de aplicativos armazenados em seu banco de dados.
Totalmente gerenciado no Atlas
O Atlas Stream Processing baseia-se em nossa plataforma robusta e integrada de dados de desenvolvedores. Com apenas algumas chamadas de API e linhas de código, um desenvolvedor pode criar um processador de fluxo, um banco de dados e uma camada de serviço de API, tudo totalmente gerenciado no Atlas.Atlas Stream Processing
Capacidades
Processamento contínuo
Crie aggregation pipeline para consultar, analisar e React continuamente ao streaming de dados sem os atrasos inerentes ao processamento em lote.
Validação contínua
Execute a validação contínua do esquema para verificar se os eventos foram formados corretamente antes do processamento, detectar corrupção de mensagens e detectar dados que chegaram atrasados e que perderam uma janela de processamento.
Mesclagem contínua
Materialize continuamente visualizações na collection de banco de dados Atlas ou em sistemas de streaming, como o Apache Kafka, para manter novas visualizações analíticas de dados que apoiam a tomada de decisões e ações.
"Na Acoustic, nosso foco principal é capacitar as marcas com insights comportamentais que possibilitam a criação de experiências do cliente envolventes e personalizadas. Com o Atlas Stream Processing, nossos engenheiros podem aproveitar as habilidades que já têm de trabalhar com dados no Atlas para processar novos dados continuamente, garantindo que nossos clientes tenham acesso a insights de clientes em tempo real".
Aplicativos orientados a eventos
Preparando o caminho para um negócio responsivo e reativo em tempo realBaixe o artigoExperimente a simplicidade e o poder do Atlas Stream Processing
Consultando fluxos de dados do Apache Kafka
Análise avançada com funções de janelas
Validação de esquema de eventos complexos
Consultando fluxos de dados do Apache Kafka
Análise avançada com funções de janelas
Validação de esquema de eventos complexos
Aproveite ao máximo o Atlas
Banco de dados
Comece com o serviço de banco de dados multi-cloud criado para resiliência, escala e os mais altos níveis de privacidade e segurança de dados.
Acionadores
Execute código automaticamente para atender às alterações feitas em banco de dados, eventos do usuário ou intervalos predefinidos.
Conector Kafka
Integre de forma nativa os dados do MongoDB ao ecossistema do Kafka.
O que é streaming de dados?
O que é processamento de fluxo?
Qual a diferença entre o streaming de eventos e o processamento de stream?
O streaming de dados reside dentro de plataformas de streaming de eventos (como Apache Kafka) e esses sistemas são essencialmente registro log distribuído imutável. Os dados de eventos são publicados e consumidos em plataformas de streaming de eventos por meio de API.
Os desenvolvedores precisam usar um processador de fluxo para realizar processamentos mais avançados, como agregações com estado, operações de janela, mutações e criação de visualizações materializadas. Elas são semelhantes às operações realizadas ao executar consultas em um banco de dados, exceto que o processamento de fluxo consulta constantemente um fluxo infinito de dados. Essa área de streaming é mais incipiente; no entanto, tecnologias como Apache Flink e Spark Streaming estão ganhando força rapidamente.
Com o Atlas Stream Processing, o MongoDB oferece aos desenvolvedores uma maneira melhor de processar fluxos para uso em seus aplicativos, alavancando a estrutura de agregação.
Por que o MongoDB construiu o Atlas Stream Processing?
Como posso começar a utilizar a prévia pública do Atlas Stream Processing?
Como o processamento de fluxo difere do processamento em lote?
O processamento do fluxo é contínuo. No contexto da criação de aplicativos baseados em eventos, o processamento de fluxo permite experiências reativas e atraentes, como notificações em tempo real, personalização, planejamento de rotas ou manutenção preditiva.
O processamento em lote não funciona em dados produzidos continuamente. Em vez disso, o processamento em lote funciona coletando dados durante um período de tempo especificado e, em seguida, processando esses dados estáticos conforme o necessário. Um exemplo de processamento em lote é uma empresa de varejo que coleta vendas no fechamento do negócio todos os dias para fins de relatório e/ou atualização dos níveis de estoque.
Há algum custo associado ao Atlas Stream Processing durante a prévia pública?
_Spot_BS_Mist_EndCap.svg?auto=format%252Ccompress)