Anuncio de la GA del Atlas Device SDK para C++

Otso Virtanen, Lee Maguire, Jason Flax, and Yavor Georgiev
February 22, 2024 | Updated: February 29, 2024

La plataforma de datos para desarrolladores de MongoDB se diseñó para ofrecer una flexibilidad y escalabilidad sin precedentes para los desarrolladores. Al optimizar la integración de estructuras de datos complejas y real-Time Analytics, y acelerar el desarrollo y la implementación de aplicaciones de misión crítica, su adopción agregó un valor significativo a las empresas de todas las industrias. Hoy continuamos nuestra misión de ofrecer la mejor experiencia a los desarrolladores y nos complace anunciar la disponibilidad general (GA) del Atlas Device SDK para C++. Las actualizaciones de esta versión son el resultado de numerosas iteraciones guiadas por los comentarios de nuestros usuarios de la versión preliminar y se centran en el rendimiento y la portabilidad.

El Atlas Device SDK para C++ les permite a los desarrolladores almacenar datos sin esfuerzo en dispositivos para acceder sin conexión y sincronizar sin problemas los datos hacia y desde la cloud de MongoDB Atlas dentro de sus aplicaciones de C++. Sirve como una alternativa a SQLite fácil de usar, ofreciendo simplicidad debido a su naturaleza de base de datos orientada a objetos, eliminando la necesidad de una capa de mapeo u ORM por separado. Alineado con la misión de la plataforma de datos para desarrolladores de MongoDB de agilizar el proceso de desarrollo, el C++ SDK incorpora lógica de reintento de red y funcionalidad avanzada de fusión de conflictos, eliminando la necesidad tradicional de escribir y mantener un código de sincronización extenso y complejo.

¿Por qué elegir el Atlas Device SDK para C++?

El Atlas Device SDK para C++ es especialmente adecuado para aplicaciones en dispositivos integrados, IoT y escenarios multiplataforma. Sirve como una capa integral de persistencia orientada a objetos para dispositivos perimetrales, móviles e integrados, y ofrece asistencia técnica integrada para la sincronización con MongoDB Atlas como backend en cloud. En el panorama cambiante de los dispositivos conectados e inteligentes, la demanda de más datos, incluidos los datos históricos para la toma de decisiones automatizada, destaca la importancia de las capas de persistencia eficientes y las tecnologías de sincronización en cloud en tiempo real que son robustas frente a las conexiones de red cambiantes y las interrupciones.

La base de datos incluida en el Atlas Device SDK para C++, viene con más de una década de historia, y es una tecnología madura, rica en características y lista para empresas, integrada en decenas de miles de aplicaciones en Google Play y Apple App Store con miles de millones de descargas. Su diseño ligero está optimizado para entornos con recursos limitados. Considera factores como el cómputo, la memoria, el ancho de banda y el uso de la batería en su diseño. La incorporación del SDK directamente en el código de la aplicación elimina la necesidad de tareas de implementación adicionales y simplifica el proceso de desarrollo.

La naturaleza totalmente orientada a objetos del SDK guía el modelado de datos, lo que proporciona un enfoque directo e idiomático. Esto contrasta con tecnologías alternativas como la base de datos SQLite, que requiere una biblioteca de mapeo de objetos a datos relacionales, lo que añade complejidad y dificulta el desarrollo, el mantenimiento y la depuración en el futuro. Además, el almacén de datos subyacente del SDK permite una integración fluida con capas de IU reactivas en varios entornos. En Atlas Device SDK para C++ damos ejemplos de cómo integrarlo con el marco Qt, pero también se pueden añadir otras capas de IU.

Mejoras en la versión de disponibilidad general

La nueva API se desarrolló en función de las mediciones de rendimiento con un enfoque y esfuerzo coordinados para mejorar las operaciones de lectura/escritura de la capa de datos. Hubo un gran interés por parte de los principales fabricantes de equipos originales de automoción, y sus comentarios fueron muy valiosos para orientar nuestra API final.

Algunos de los cambios agregados al Atlas Device SDK para C++ incluyen:

  • Alineación de nuestras API con otros Atlas Device SDK, por ejemplo mejor control del estado de la base de datos con supervisión y compactación manual

  • Tunelado de HTTP

  • Mejor control para las sesiones de Atlas Device Sync

  • Soporte de Windows

  • Compatibilidad con OpenWRT entre otras distribuciones de Linux al admitir <a href="https://musl.libc.org/" target="_blank"musl

  • Compatibilidad de Android Automotive con archivos de compilación Blueprint/Soong

Qué sigue

De cara al futuro, estamos trabajando en la compatibilidad geoespacial, así como en la posibilidad de desarrollar con diversos gestores de paquetes, como vcpkg y Conan. Le damos la bienvenida y valoramos todos los comentarios. Si tiene algún comentario o sugerencia, compártalos a través de nuestro proyecto de GitHub.

¿Listo para empezar?

Instale Atlas Device SDK para C++: comience su recorrido con nuestros documentos o pase directamente a proyectos de ejemplo con código fuente.

Luego, regístrese en Atlas para conectarte a Atlas Device Sync, un backend móvil totalmente gestionado como servicio. Aproveche la infraestructura lista para usar, las capacidades de sincronización de datos, el manejo de redes y mucho más para lanzar rápidamente aplicaciones móviles de nivel empresarial.

Por último, cuéntenos lo que piensa y participe en nuestros foros. ¡Le esperamos!

← Previous

Ankündigung der allgemeinen Verfügbarkeit (GA) von Atlas Device SDK für C++

Die Datenplattform für Entwickler von MongoDB bietet beispiellose Flexibilität und Skalierbarkeit. Durch die rationalisierte Integration komplexer Datenstrukturen und Echtzeitanalysen sowie die schnellere Entwicklung und Bereitstellung unternehmenskritischer Anwendungen bietet diese neue Technologie Unternehmen aller Branchen einen erheblichen Mehrwert. Heute setzen wir unsere Mission fort: Wir wollen Entwicklern das beste Erlebnis bereitstellen. Daher freuen wir uns, die allgemeine Verfügbarkeit (GA) von Atlas Device SDK for C++ bekanntzugeben. Die Updates in dieser Version erfolgen nach zahlreichen Iterationen, die auf dem Feedback unserer Vorschau-Benutzer basieren und auf Leistung und Übertragbarkeit abzielen. Mit Atlas Device SDK für C++ können Entwickler Daten problemlos auf Geräten speichern, um offline darauf zuzugreifen und Daten innerhalb ihrer C++-Anwendungen in die und aus der MongoDB Atlas-Cloud zu synchronisieren. Das System ist eine benutzerfreundliche Alternative zu SQLite und aufgrund seiner objektorientierten Datenbank viel unkomplizierter zu handhaben, wodurch eine separate Zuordnungsebene oder ORM nicht mehr notwendig ist. C++-SDK orientiert sich an der Mission der MongoDB-Entwickler-Datenplattform, den Entwicklungsprozess zu rationalisieren. Hierzu enthält es eine Logik zur Netzwerk-Wiederholung und fortschrittlichen Konfliktzusammenführungsfunktion. Dies erübrigt die herkömmliche Vorgabe, umfangreiche und komplexe Synchronisierungscodes zu schreiben und zu pflegen. Warum Atlas Device SDK für C++? Atlas Device SDK für C++ eignet sich besonders gut für Anwendungen in eingebetteten Geräten, für IoT und für plattformübergreifende Szenarien. Das System ist eine umfangreiche, objektorientierte Persistenzebene für Edge-, Mobil- und eingebettete Geräte und unterstützt bei der Synchronisierung mit dem MongoDB Atlas als Cloud-Backend. In der sich stets weiterentwickelnden Landschaft aus vernetzten und intelligenten Geräten unterstreicht die Nachfrage nach mehr Daten einschließlich historischer Daten zur automatischen Entscheidungsfindung, wie wichtig effiziente Persistenzebenen und Echtzeit-Cloud-Synchronisierungstechnologien sind, die gegenüber veränderlichen Netzwerkverbindungen und Ausfällen wesentlich robuster sind. Die im Atlas Device SDK für C++ enthaltene Datenbank kann auf eine über zehnjährige Geschichte zurückblicken. Die ausgereifte, funktionsreiche und unternehmenstaugliche Technologie ist bereits in Zehntausende von Anwendungen auf Google Play und im Apple App Store integriert und weist Milliarden von Downloads auf. Das leichte Design ist auf ressourcenbeschränkte Umgebungen optimiert. Beim Design werden Faktoren wie Rechnerleistung, Arbeitsspeicher, Bandbreite und Akku-Verbrauch berücksichtigt. Die direkte SDK-Einbettung in den Anwendungscode macht zusätzliche Bereitstellungsaufgaben überflüssig und vereinfacht den Entwicklungsprozess. Die vollständige Objekt-Orientierung von SDK ist Richtschnur für die Datenmodellierung und bietet einen unkomplizierten und idiomatischen Ansatz. Dies steht im Gegensatz zu alternativen Technologien wie der SQLite-Datenbank, die eine objektrelationale Zuordnungsbibliothek erfordert, wodurch der Prozess komplexer und die zukünftige Entwicklung, Wartung und Fehlersuche erschwert werden. Darüber hinaus ermöglicht der zugrundeliegende Datenspeicher von SDK die nahtlose Integration mit reaktiven Benutzeroberflächenebenen in verschiedenen Umgebungen. In Atlas Device SDK für C++ geben wir Beispiele zur Integration mit dem Qt framework ,; es können jedoch auch andere Benutzeroberflächenebenen hinzugefügt werden. Verbesserungen in der GA-Version Bei Entwicklung der neuen API hat man auf Leistungsmessungen mit einem zielgerichteten Fokus darauf geachtet, die Lese-/Schreibvorgänge der Datenebene zu verbessern. Große Automobil- und Produktions-OEM meldeten Interesse an. Dieses Feedback war von unschätzbarem Wert für die Entwicklung unserer endgültigen API. Folgende Änderungen wurden dem Atlas Device SDK for C++ unter anderem hinzugefügt: Ausrichtung unserer APIs an anderen Atlas Device SDK, z. B.: Verbesserte Kontrolle des Datenbankstatus durch Überwachung und manuelle Komprimierung HTTP Tunneling Bessere Kontrolle für Atlas Device Sync-Sitzungen Windows-Support Kompatibilität mit OpenWRT und sonstigen Linux-Distributionen durch Unterstützung von musl Android Automotive-Support mit Dateien, die über Blueprint/Soong erstellt werden Wie geht es weiter? Künftig werden wir an der Unterstützung von Geodaten sowie an der Fähigkeit arbeiten, mit einer Vielzahl von Paketmanagern wie vcpkg und Conan weitere Systeme zu entwickeln. Wir freuen uns über jedes Feedback. Wenn Sie Kommentare oder Vorschläge haben, teilen Sie uns diese bitte über unser GitHub-Projekt mit. Sind Sie bereit, einzusteigen? Jetzt Atlas Device SDK für C++ installieren –beginnen Sie mit unseren Unterlagen oder springen Sie direkt zu Beispielprojekten mit Quellcode . Registrieren Sie sich dann für Atlas , um eine Verbindung mit Atlas Device Sync herzustellen, einem vollständig verwalteten mobilen Backend-as-Service. Nutzen Sie die sofort einsatzbereite Infrastruktur, die Funktionen zur Datensynchronisierung, die Netzwerkhandhabung und vieles mehr, um mobile Anwendungen schnell auf Unternehmensebene zu starten. Teilen Sie uns Ihre Ansichten mit und beteiligen S ie sich an unseren Foren . Wir sehen uns dort!

February 22, 2024
Next →

Better Digital Banking Experiences with AI and MongoDB

Interactive banking represents a new era in financial services where customers engage with digital platforms that anticipate, understand, and meet their needs in real-time. This approach encompasses AI-driven technologies such as chatbots, virtual assistants, and predictive analytics that allow banks to enhance digital self-service while delivering personalized, context-aware interactions. According to Accenture’s 2023 consumer banking study , 44% of consumers aged 18-44 reported difficulty accessing human support when needed, underscoring the demand for more responsive digital solutions that help bridge this gap between customers and financial services. Generative AI technologies like chatbots and virtual assistants can fill this need by instantly addressing inquiries, providing tailored financial advice, and anticipating future needs. This shift has tremendous growth potential; the global chatbot market is expected to grow at a CAGR of 23.3% from 2023 to 2030 , with the financial sector experiencing the fastest growth rate of 24.0%. This shift is more than just a convenience; it aims to create a smarter, more engaging, and intuitive banking journey for every user. Simplifying self-service banking with AI Navigating daily banking activities like transfers, payments, and withdrawals can often raise immediate questions for customers: “Can I overdraft my account?” “What will the penalties be?” or “How can I avoid these fees?” While the answers usually lie within the bank’s terms and conditions, these documents are often dense, complex, and overwhelming for the average user. At the same time, customers value their independence and want to handle their banking needs through self-service channels, but wading through extensive fine print isn't what they signed up for. By integrating AI-driven advisors into the digital banking experience, banks can provide a seamless, in-app solution that delivers instant, relevant answers. This removes the need for customers to leave the app to sift through pages of bank documentation in search of answers, or worse, endure the inconvenience of calling customer service. The result is a smoother and user-friendly interaction, where customers feel supported in their self-service journey, free from the frustration of navigating traditional, cumbersome information sources. The entire experience remains within the application, enhancing convenience and efficiency. Solution overview This AI-driven solution enhances the self-service experience in digital banking by applying Retrieval-Augmented Generation (RAG) principles, which combine the power of generative AI with reliable information retrieval, ensuring that the chatbot provides accurate, contextually relevant responses. The approach begins by processing dense, text-heavy documents, like terms and conditions, often the source of customer inquiries. These documents are divided into smaller, manageable chunks vectorized to create searchable data representations. Storing these vectorized chunks in MongoDB Atlas allows for efficient querying using MongoDB Atlas Vector Search , making it possible to instantly retrieve relevant information based on the customer’s question. Figure 1: Detailed solution architecture When a customer inputs a question in the banking app, the system quickly identifies and retrieves the most relevant chunks using semantic search. The AI then uses this information to generate clear, contextually relevant answers within the app, enabling a smooth, frustration-free experience without requiring customers to sift through dense documents or contact support. Figure 2: Leafy Bank mock-up chatbot in action How MongoDB supports AI-driven banking solutions MongoDB offers unique capabilities that empower financial institutions to build and scale AI-driven applications. Unified data model for flexibility: MongoDB’s flexible document model unifies structured and unstructured data, creating a consistent dataset that enhances the AI’s ability to understand and respond to complex queries. This model enables financial institutions to store and manage customer data, transaction history, and document content within a single system, streamlining interactions and making AI responses more contextually relevant. Vector search for enhanced querying: MongoDB Atlas Vector Search makes it easy to perform semantic searches on vectorized document chunks, quickly retrieving the most relevant information to answer user questions. This capability allows the AI to find precise answers within dense documents, enhancing the self-service experience for customers. Scalable integration with AI models: MongoDB is designed to work seamlessly with leading AI frameworks, allowing banks to integrate and scale AI applications quickly and efficiently. By aligning MongoDB Atlas with cloud-based LLM providers, banks can use the best tools available to interpret and respond to customer queries accurately, meeting demand with responsive, real-time answers. High performance and cost efficiency: MongoDB’s multi-cloud, developer-friendly platform allows financial institutions to innovate without costly infrastructure changes. It’s built to scale as data and AI needs to grow, ensuring banks can continually improve the customer experience with minimal disruptions. MongoDB’s built-in scalability allows banks to expand their AI capabilities effortlessly, offering a future-proof foundation for digital banking. Building future-proof applications Implementing generative AI presents several advantages, not only for end-users of the interactive banking applications but also for financial institutions: Enhanced user experience encourages customer satisfaction, ensures retention, boosts reputation, and reduces customer turnover while unlocking new opportunities for cross-selling and up-selling to increase revenue, drive growth and elevate customer value. Moreover, adopting AI-driven initiatives prepares the groundwork for businesses to develop innovative, creative, and future-proof applications to address customer needs and upgrade business applications with features that are shaping the industry and will continue to do so, here are some examples: Summarize and categorize transactional information by powering applications with MongoDB’s Real-Time Analytics . Understand and find trends based on customer behavior that could positively impact and leverage fraud prevention , anti-money laundering (AML) , and credit card application (just to mention a few). Offering investing, budgeting, and loan assessments through AI-powered conversational banking experience. In today’s data-driven world, companies face increasing pressure to stay ahead of rapid technological advancements and ever-evolving customer demands. Now more than ever, businesses must deliver intuitive, robust, and high-performing services through their applications to remain competitive and meet user expectations. Luckily, MongoDB provides businesses with comprehensive reference architectures for building generative AI applications, an end-to-end technology stack that includes integrations with leading technology providers, professional services, and a coordinated support system through the MongoDB AI Applications Program (MAAP) . By building AI-enriched applications with the leading multi-cloud developer data platform, companies can leverage low-cost, efficient solutions through MongoDB’s flexible and scalable document model which empowers businesses to unify real-time, operational, unstructured, and AI-related data, extending and customizing their applications to seize upcoming technological opportunities. Check out these additional resources to get started on your AI journey with MongoDB: How Leading Industries are Transforming with AI and MongoDB Atlas - E-book Our Solutions Library is where you can learn about different use cases for gen AI and other interesting topics that are applied to financial services and many other industries.

November 26, 2024