Nul
Fordi det begyndte livet som en udvikler-venligt database, i øjnene af virksomhedens IT-MongoDB har altid været skyldig indtil bevist uskyldig. Med en succesfuld BØRSNOTERING bag det, MongoDB er sværere for virksomheden er DET at ignorere. Den seneste udgivelse, MongoDB 3.6, er designet til at mindske forskellen yderligere.
I dag, MongoDB er annoncere makeup af udgivelsen, der vil være ude engang i December. Der er en lille overraskelse på det generelle indhold i den udgave, som blev skitseret på selskabets ordinære bruger-konferencen i juni sidste år og har været i preview til måneder. Vi kort talte om funktioner såsom en forbedret BI-stik, stærkere JSON dokument validering, og lukning af en pinlig bagdøren, at venstre MongoDB tilfælde åbne for kolde, grusomme Internet.
Men nu kan vi udfylde detaljerne.
Cvs har brugt udtrykket “speed” for at karakterisere sin nye udgivelse, som i “speed til at udvikle,” “hastighed for at skalere,” og “speed til indsigt.” Ved, at det betyder, at rigere funktioner til udviklere og administratorer, og øget BI-stik for analytikere vil hjælpe dem med at få deres arbejde gjort hurtigere. Ganske vist er det, at metaforen kan være en smule tvang, som det kunne beskrive eventuelle nye produktiviteten øget. En mere apropos-temaet er, at den nye version er endnu et skridt i at udfylde de huller til funktioner, som man ville forvente i enhver virksomhed database, som automatisk forsøg for ikke skriver.
I business-bruger-niveau, BI-Stik, der gør det mere effektivt til forespørgslen ved at skubbe disse operationer fra stikket tier ned i databasen. Før dette, vil du kun kunne køre left outer joins inde i databasen, og i den nye version, den stik tager fordel af forbedringer i sammenlægning pipeline til at udføre en bredere vifte af join-operationer. Og den nye udgivelse tager det næste skridt i støttedata forskere; det havde allerede en Python-driver, og at det nu har R dækket så godt.
Mens den nye business-bruger-orienterede funktioner kunne trække spotlight, finder vi udvikler og administrator funktioner for at blive mere markante i denne udgivelse.
På de udvikler ende, er der en ny ændring-data-opsamling (CDC)-lignende funktion, der kaldes Skifte Stream, der indfanger og vandløb ændringer fra Cvs databasen logs. Tidligere udviklere ville have haft til at skrive kode til output real-time opdateringer fra databasen logs. Nu, ændringer til MongoDB logs er til rådighed gennem et API, der kunne streame real-time opdateringer for at gaming applikationer, dashboards, eller tingenes internet-applikationer. Det kunne også muliggøre omskoling af machine learning-modeller. Mens Ændre Vandløb kunne indgå i en message queuing-motor, er denne udgivelse ikke (endnu) understøtter integration med Kafka (selv om det kunne være hånd-kodet).
3,6 udgivelse tilføjer en anden funktion, der forventes af en virksomhed klasse database: automatisk forsøg i skriver, at det mislykkedes. Den nye Retryable Skriver eliminerer behovet for DBAs eller udviklere at skrive kode til at omgøre mislykkedes skriver. Når det anvendes i forbindelse med selv-healing funktioner, der understøttes af Cvs ‘ s replica sæt funktion, det kan levere næsten-altid om støtte til skrive-operationer. Dette betyder ikke, at MongoDB er blevet en SYRE databasen, men det vil gøre databasen mere pålidelige. En relateret funktion, kausale sammenhæng, der sikrer, at brugerne kan læse deres egne skriver; indtil nu er, at brugerne ikke kunne regne med, at i betragtning af Mongo ‘ s distribueret arkitektur.
Der er en anden interessant feature, som udvider data validering — sikkerhed for, at hver post har en sammenhængende struktur. En evne, der er nedfældet med traditionel SQL-databaser, har det aldrig været et stærkt punkt for JSON-baseret dokument data butikker. Ironisk nok, er det ikke, at JSON er ustrukturerede data-det er ganske det modsatte. Hvis der er noget, strukturen af JSON-dokumenter, der er mere kompleks end som af SQL. Men for de use cases, der er forbundet med JSON, som IoT data og bruger profiler, ensartet struktur har aldrig været meget i efterspørgslen.
Så langt tilbage som MongoDB 3.2, kan du validere dokumenter i en samling, men ikke på tværs af hele databasen. Den nye version 3.6 tager fordel af de nye IETF JSON Skema standard til at håndhæve validering på tværs af samlinger af flere dokumenter, og til at foretage kontrol, variabelt use case. Ved sammenligning, Couchbase, en rival NoSQL dokument-database, kan udlede strukturen af dokumenter i en spand (svarende til en MongoDB samling) og output resultaterne i en JSON schema format. Vi forventer ikke, at alle JSON database implementeringer vil blive strengt struktureret. Men som nogle få indsat for mere enterprise-kritiske use cases, der kræver en vis grad af revision for fuldstændighedens skyld (fx elektroniske patientjournaler), at sådanne funktioner kunne finde nogle MongoDB implementeringer behandlet som systemer for registrering.
For DBAs og admin, 3.6 giver nogle nye godbidder. Ops Manager, forvaltning rude for MongoDB, har lånt nogle funktioner, der allerede er udviklet til Atlas (MongoDB ‘ s managed cloud service) og Kompas, den visuelle DBA værktøj. Der er Data Explorer fra Atlas, der udsætter skematik for databasen. En ny real-time performance advisor flag flaskehalse og gør indeksering anbefalinger (og med et klik, de nye indekser kan være autogenereret). Sikkerhedskopier kan nu blive spurgt; denne funktion vil være nyttigt, hvis en replica har mistet nogle data, men snarere end at gendanne alle de sikkerhedskopier, denne nye funktion kan du søge på tidspunkt, og derefter gendanne selektivt.
Et større spørgsmål er, om dette kryds-befrugtning af funktioner vil være det første skridt i retning af at forene MongoDB er admin og konfiguration værktøjer til on-premise og i skyen, hvor back end-motoren er den samme, men har forskellige skins, der er udsat for DBAs, – udviklere og-operationer admins. At have en fælles administrative og ledelsesmæssige erfaring på tværs af on-prem og i skyen er potentielt en vigtig konkurrencedygtig differentiator for databaser (ligesom Cvs) er født i data center vs. cloud-native-tilbud som DynamoDB, Kosmos DB, og Google Cloud Datastore.
Som en helhed, forbedringer i 3.6 er afgørende for MongoDB, at virksomheden spil. Det interessante er dog, at i forhold til andre databaser, der er nået ud over deres rødder for at tilføje funktioner, såsom SQL-forespørgsel støtte, MongoDB har holdt sig til sine rødder. Du kan se en mere robust BI-stik, men du vil aldrig fejl MongoDB for Rødforskydning-eller SQL Server.
Relaterede Emner:
Big Data Analytics
Innovation
CXO
Kunstig Intelligens
Virksomhedens Software
Opbevaring
0