Atlas Stream Processing 功能

与数据库本身一样，流数据需要灵活性、适应性和演进性。文档模型是实现这一点的最佳方式。

轻松连接到 Kafka 和 Atlas 中的关键流数据源和接收器，并持续合并数据。

查询 API 和聚合框架包括用于处理复杂、连续数据流的扩展功能。

为丰富的多事件处理创建基于时间的窗口、跨集合查找和复杂验证。

执行持续的模式验证，检测消息损坏或错过处理窗口的迟到数据。

将视图持续物化到 Atlas 集合或 Apache Kafka 等流处理系统中，以保持全新的分析视图。

检查点在操作完成后捕获其状态。中断后可以轻松地重新启动流处理器。

处理流数据可能是不透明的。使用 .process() 来迭代探索新的流处理管道并快速构建。

通过 MongoDB shell 构建您的流处理基础设施，或使用 Terraform 自动化您的流处理器。