MongoDB.local London 2024: Bessere Anwendungen, schneller

Seit wir im April die MongoDB-Veranstaltungsreihe 2024 gestartet haben, haben wir Kontakte zu Tausenden von Kunden, Partnern und Community-Mitgliedern in Städten auf der ganzen Welt geknüpft – von Mexiko-Stadt bis Mumbai. Gestern war der 19. Stopp der 2024 MongoDB.local Tour, und wir hatten viel Spaß, Leute aus allen Branchen bei MongoDB.local London zu begrüßen, wo wir die neuesten Technologietrends diskutierten, Kundeninnovationen feierten und Produktaktualisierungen vorstellten, die es Entwicklern einfacher denn je machen, Anwendungen der nächsten Generation zu erstellen.

Im letzten Jahr haben uns über 50.000 MongoDB-Kunden mitgeteilt, dass sich ihre Anforderungen ändern. Sie konzentrieren sich zunehmend auf drei Bereiche:

1. Entwicklern helfen, schneller und effizienter zu entwickeln

2. Teams befähigen, KI-gestützte Anwendungen zu erstellen

3. Umstellung von Altsystemen auf moderne Plattformen

In all diesen Bereichen besteht ein gemeinsamer Bedarf an einer soliden Grundlage: Alle benötigen eine belastbare, skalierbare, sichere und hochleistungsfähige Datenbank.

Die Updates, die wir bei MongoDB.local London geteilt haben, spiegeln diese Prioritäten wider. MongoDB setzt sich dafür ein, dass die Produkte so konzipiert sind, dass sie die strengsten Anforderungen unserer Kunden übertreffen und die bestmögliche Grundlage für die Entwicklung einer breiten Palette von Anwendungen bieten – jetzt und in der Zukunft.

Sahir Azam, Chief Product Officer von MongoDB, erläuterte während der gestrigen Veranstaltung in seinem Hauptvortrag die grundlegende Rolle, die Daten spielen. Er stellte außerdem die neuesten Fortschritte in unserem Partner-Ökosystem vor: eine KI-Lösung auf Basis von MongoDB, Amazon Web Services und Anthropic, die es Kunden erleichtert, KI-Anwendungen für den Kundendienst einzusetzen.

MongoDB 8.0: Die beste Version von MongoDB aller Zeiten

Die größten Neuigkeiten bei .local In London wurde MongoDB 8.0 allgemein verfügbar gemacht. Das neue System bietet erhebliche Leistungsverbesserungen, geringere Skalierungskosten und erweitert die weltweit beliebteste Dokumentendatenbank um zusätzliche Skalierbarkeit, Ausfallsicherheit und Datensicherheitsfunktionen.

Durch Architekturoptimierungen in MongoDB 8.0 wurden Speichernutzung und Abfragezeiten deutlich reduziert und MongoDB 8.0 verfügt über effizientere Stapelverarbeitungsfunktionen als frühere Versionen. Insbesondere zeichnet sich MongoDB 8.0 durch einen um 36 % besseren Lesedurchsatz, 56 % schnellere Massenschreibvorgänge und 20 % schnellere gleichzeitige Schreibvorgänge während der Datenreplikation aus. Darüber hinaus kann MongoDB 8.0 größere Mengen an Zeitreihendaten verarbeiten und komplexe Aggregationen über 200 % schneller durchführen – bei geringerem Ressourcenverbrauch und geringeren Kosten. Nicht zuletzt unterstützt Queryable Encryption jetzt auch Bereichsabfragen, was die Datensicherheit gewährleistet und gleichzeitig leistungsstarke Analysen ermöglicht.

Lesen Sie mehr über die Produktankündigungen von MongoDB.local London, die darauf abzielen, die Anwendungsentwicklung zu beschleunigen, KI-Innovationen zu vereinfachen und Entwickler schneller weiterzubilden.

Anwendungsentwicklung beschleunigen

Verbesserte Skalierung und Elastizität der MongoDB Atlas-Funktionen

Neue Verbesserungen an der Steuerungsebene von MongoDB Atlas ermöglichen es Kunden, Cluster schneller zu skalieren, in Echtzeit auf Ressourcenanforderungen zu reagieren und die Leistung zu optimieren – und das alles bei gleichzeitiger Senkung der Betriebskosten.

Erstens können Kunden mit unseren neuen, granularen Funktionen zur Ressourcenbereitstellung und -skalierung – einschließlich unabhängiger Shard-Skalierung und erweiterter Speicherung und IOPS auf Azure – Ressourcen genau dort optimieren, wo sie benötigt werden. Zweitens profitieren Atlas-Kunden von einer schnelleren Cluster-Skalierung mit bis zu 50 % schnelleren Skalierungszeiten durch die parallele Skalierung von Clustern nach Knotentyp.

Und schließlich können sich Benutzer von MongoDB Atlas über eine reaktionsschnellere automatische Skalierung freuen: Dank Verbesserungen unserer Skalierungsalgorithmen und -infrastruktur konnte die Reaktionsfähigkeit um das Fünffache gesteigert werden. Diese Verbesserungen werden allen Atlas-Kunden zur Verfügung gestellt, die sofort von den Vorteilen profitieren können.

IntelliJ-Plugin für MongoDB

Das in einer privaten Vorschau angekündigte MongoDB-Plugin für IntelliJ soll die Arbeitsweise von Entwicklern mit MongoDB in IntelliJ IDEA, einer der beliebtesten IDEs unter Java-Entwicklern, funktional verbessern. Das Plug-In ermöglicht es Java-Entwicklern in Unternehmen, Java-Abfragen schneller zu schreiben und zu testen, proaktive Einblicke in die Leistung zu erhalten und Laufzeitfehler direkt in ihrer IDE zu reduzieren.

Durch die Verbesserung der Datenbank-zu-IDE-Integration haben sich JetBrains und MongoDB zusammengeschlossen, um ihrer gemeinsamen Benutzerbasis ein nahtloses Erlebnis zu bieten und ihr Potenzial zur schnelleren Erstellung moderner Anwendungen freizusetzen. Melden Sie sich hier für die private Vorschau an.

MongoDB Copilot-Teilnehmer für VS Code (Öffentliche Vorschau)

Der neue MongoDB Participant für GitHub Copilot, der jetzt in der öffentlichen Vorschau verfügbar ist, integriert domänenspezifische KI-Funktionen direkt mit einer chatähnlichen Erfahrung in der MongoDB-Erweiterung für VS Code.

Der Teilnehmer ist tief in die MongoDB-Erweiterung integriert, sodass genaue MongoDB-Abfragen generiert (und in Anwendungscode exportiert), Sammlungsschemata beschrieben und Fragen mit aktuellem Zugriff auf die MongoDB-Dokumentation beantwortet werden können, ohne dass der Entwickler seine Codierungsumgebung verlassen muss. Diese Funktionen reduzieren die Notwendigkeit des Kontextwechsels zwischen den Domänen erheblich und ermöglichen es den Entwicklern, in ihrem Arbeitsfluss zu bleiben und sich auf die Entwicklung innovativer Anwendungen zu konzentrieren.

Multicluster-Unterstützung für den MongoDB Enterprise Kubernetes Operator

Sorgen Sie für hohe Verfügbarkeit, Ausfallsicherheit und Skalierbarkeit für MongoDB-Bereitstellungen, die in Kubernetes ausgeführt werden, durch zusätzliche Unterstützung für die Bereitstellung von MongoDB und Ops Manager in mehreren Kubernetes-Clustern.

Benutzer können jetzt ReplicaSets, Sharded Clusters (in der öffentlichen Vorschau) und Ops Manager über lokale oder geografisch verteilte Kubernetes-Cluster hinweg bereitstellen, um eine höhere Ausfallsicherheit, Flexibilität und Notfallwiederherstellung bei der Bereitstellung zu erreichen. Dieser Ansatz ermöglicht standortübergreifende Verfügbarkeit, Ausfallsicherheit und Skalierbarkeit innerhalb von Kubernetes – Funktionen, die bisher nur außerhalb von Kubernetes für MongoDB verfügbar waren. Um mehr zu erfahren, lesen Sie die Dokumentation.

MongoDB Atlas Search und Vector Search sind jetzt allgemein über Atlas CLI und Docker verfügbar.

Die lokale Entwicklungserfahrung für MongoDB Atlas ist jetzt allgemein verfügbar. Verwenden Sie die MongoDB Atlas CLI und Docker, um mit MongoDB Atlas in Ihrer bevorzugten lokalen Umgebung zu erstellen, und greifen Sie während des gesamten Softwareentwicklungszyklus problemlos auf Funktionen wie Atlas Search und Atlas Vector Search zu. Atlas CLI bietet eine einheitliche und vertraute terminalbasierte Schnittstelle, die Ihnen die Bereitstellung und Erstellung mit MongoDB Atlas in Ihrer bevorzugten Entwicklungsumgebung ermöglicht, lokal oder in der Cloud.

Wenn Sie mit Docker erstellen, können Sie jetzt auch Docker und Docker Compose verwenden, um Atlas mit Atlas CLI problemlos in Ihre lokalen und kontinuierlichen Integrationsumgebungen zu integrieren. Vermeiden Sie sich wiederholende Arbeiten, indem Sie den Lebenszyklus Ihrer Entwicklungs- und Testumgebungen automatisieren, und konzentrieren Sie sich auf die Erstellung von Anwendungsfunktionen mit Volltextsuche, KI und semantischer Suche und vielem mehr.

Vereinfachung von KI-Innovationen

Senken Sie die Kosten und erhöhen Sie die Skalierbarkeit in Atlas Vector Search

Wir haben Funktionen zur Vektorquantisierung in Atlas Vector Search angekündigt. Durch die Verringerung des Speicherbedarfs (um bis zu 96 %) und die Beschleunigung des Abrufs von Vektoren ermöglicht die Vektorquantisierung den Kunden die Entwicklung einer breiten Palette von KI- und Suchanwendungen in größerem Maßstab und zu geringeren Kosten.

Die jetzt allgemein verfügbare Unterstützung für die Aufnahme skalarer quantisierter Vektoren ermöglicht es Kunden, quantisierte Vektoren nahtlos von den Einbettungsmodellanbietern ihrer Wahl zu importieren und damit zu arbeiten – direkt in Atlas Vector Search. In Kürze werden zusätzliche Vektorquantisierungsfunktionen, einschließlich automatischer Quantisierung, verfügbar sein und den Kunden damit ein umfassendes Toolset für die Erstellung und Optimierung groß angelegter KI- und Suchanwendungen in Atlas Vector Search zur Verfügung stellen.

Zusätzliche Integrationen mit beliebten KI-Frameworks

Liefern Sie Ihr nächstes KI-gestütztes Projekt schneller mit MongoDB aus, unabhängig von Ihrem Framework oder LLM. KI-Technologien entwickeln sich rasant weiter. Daher ist es wichtig, dass Sie schnell leistungsstarke Anwendungen erstellen und skalieren und Ihren bevorzugten Stack verwenden können, wenn sich Ihre Anforderungen und die verfügbaren Technologien weiterentwickeln.

Dank der erweiterten Integrationssuite von MongoDB mit LangChain, LlamaIndex, Microsoft Semantic Kernel, AutoGen, Haystack, Spring AI, dem ChatGPT Retrieval Plugin und mehr ist es einfacher denn je, die nächste Generation von Anwendungen auf MongoDB zu erstellen.

Förderung der Weiterbildung von Entwicklern

Neue MongoDB Learning Badges

Die kostenlosen Learning Badges von MongoDB sind schneller zu erreichen und zielgerichteter als eine Zertifizierung. Sie zeigen Ihr Engagement für kontinuierliches Lernen und den Nachweis Ihres Wissens zu einem bestimmten Thema. Folgen Sie dem Lernpfad, erwerben Sie neue Fähigkeiten und holen Sie sich ein digitales Abzeichen, das Sie auf LinkedIn zeigen können.

Schauen Sie sich die beiden aktuellen KI Learning Badges an!

• Erstellung von KI-Apps: Lernen Sie, wie Sie mit Atlas Vector Search innovative KI-Apps erstellen, einschließlich Retrieval-Augmented Generation (RAG)-Apps.

• Bereitstellung und Bewertung von KI-Apps: Führen Sie Ihre Apps von der Erstellung bis zur vollständigen Bereitstellung und konzentrieren Sie sich dabei auf die Optimierung der Leistung und die Auswertung der Ergebnisse.

Weiterlesen

Um mehr über die neuesten Produktankündigungen und Updates von MongoDB zu erfahren, besuchen Sie unsere Seite „What's New“ und all unsere Blogbeiträge zu Produktupdates. Viel Spaß beim Programmieren!