Escalamiento bajo demanda
Con MongoDB Atlas, puede escalar sus bases de datos horizontalmente, hacia arriba o hacia abajo con solo un par de clics o llamadas de API.
Escalabilidad elástica
Ajuste el tamaño de las instancias, la memoria o la capacidad de almacenamiento de sus clústeres sin que sus aplicaciones se vean afectadas por el tiempo de inactividad. Aprovisione y pague por los recursos que necesite, cuando los necesite.
Fragmentación nativa
Escale horizontalmente en multitud de máquinas con las capacidades de fragmentación nativa de Atlas. Elija el número de fragmentaciones y la estrategia de fragmentación que satisfaga sus necesidades.
Escalamiento automático de la capacidad
Habilite la gestión de las capacidades totalmente automatizada y deje que Atlas ajuste los tamaños y el almacenamiento de la base de datos según sea necesario mediante el seguimiento de las métricas de utilización de recursos en tiempo real.
Vimos que usar una base de datos de documentos con escalabilidad horizontal era lo que necesitábamos para los juegos basados en las cuentas de los jugadores. La posibilidad de crear una solución altamente escalable con un alto volumen de tráfico radica en conocer los pequeños detalles. Para ello, los ingenieros suelen tener que centrarse en muchas partes diferentes de la pila, pero el soporte de MongoDB Atlas y MongoDB nos ofrece un atajo importante.
Yordan Gyurchev, Director técnico, SEGA
Ejecutamos nuestra aplicación en una implementación con instancias de tamaño M30 con la opción de almacenamiento de expansión automática habilitada. Cuando nuestra utilización del disco se acerca al 90 %, Atlas aprovisiona más automáticamente sin que la disponibilidad se vea afectada. Y si experimentamos picos de tráfico, como nos ha ocurrido en el pasado, podemos escalar hacia arriba o hacia abajo rápidamente mediante el uso de MongoDB Atlas, ya sea haciendo clic en un par de botones de la IU o desencadenando un evento de escalamiento a través de la API.
Ken Hoff, Representante de desarrolladores, StreamVimos que usar una base de datos de documentos con escalabilidad horizontal era lo que necesitábamos para los juegos basados en las cuentas de los jugadores. La posibilidad de crear una solución altamente escalable con un alto volumen de tráfico radica en conocer los pequeños detalles. Para ello, los ingenieros suelen tener que centrarse en muchas partes diferentes de la pila, pero el soporte de MongoDB Atlas y MongoDB nos ofrece un atajo importante.
Yordan Gyurchev, Director técnico, SEGAEjecutamos nuestra aplicación en una implementación con instancias de tamaño M30 con la opción de almacenamiento de expansión automática habilitada. Cuando nuestra utilización del disco se acerca al 90 %, Atlas aprovisiona más automáticamente sin que la disponibilidad se vea afectada. Y si experimentamos picos de tráfico, como nos ha ocurrido en el pasado, podemos escalar hacia arriba o hacia abajo rápidamente mediante el uso de MongoDB Atlas, ya sea haciendo clic en un par de botones de la IU o desencadenando un evento de escalamiento a través de la API.
Ken Hoff, Representante de desarrolladores, Stream
Con el tiempo, nos dimos cuenta de que habíamos aprovisionado inicialmente más de lo que necesitábamos. Y, en ese punto, podríamos haber aprovisionado nuevamente un clúster para volver a gestionarlo nosotros o, simplemente, migrar nuestros datos a MongoDB Atlas y no tener que volver a preocuparnos por este problema nunca más.
Gavin Cooper, Director sénior de productos e ingeniería, SurflineOptimice la eficiencia de recursos
MongoDB Atlas le ayuda a mejorar el rendimiento de su base de datos con sugerencias inteligentes acerca de la indexación y el esquema, organización automática de los datos por niveles y aislamiento de la carga de trabajo para consultas de análisis.
Sugerencias de índices
El Performance Advisor de MongoDB Atlas analiza automáticamente las recopilaciones que experimenten un bajo rendimiento y recomienda índices que añadir. Vea ejemplos de consultas de ejecución lenta con métricas relevantes y cree los índices sugeridos con solo un par de clics.
Sugerencias de esquemas
Performance Advisor también proporciona consejos útiles sobre esquemas para sus recopilaciones más lentas y más activas. Cada recomendación ofrece contexto y pruebas para que pueda revisar las posibles ineficiencias de su modelo de datos que puedan estar afectando al rendimiento de su base de datos.
Archivo en línea
Con el archivo en línea, puede organizar sus datos por niveles en bases de datos y almacenamiento de objetos de cloud totalmente gestionados, y hacer consultas en ellos mediante un único endpoint. Archive automáticamente datos históricos y ahorre los costes de almacenar los datos de las operaciones y transacciones sin que el rendimiento de las consultas se vea afectado.
Aislamiento de cargas de trabajo
Configure nodos secundarios de solo lectura para ejecutar cargas de trabajo de análisis como MongoDB Charts o el conector de BI. Así se asegura de que las cargas de trabajo de las operaciones no se vean afectadas por las consultas que consumen muchos recursos de la misma base de datos.
Con Performance Advisor, la indexación de la base de datos y la optimización de las consultas no tiene ningún misterio.
Nicolae Gudumac, CTO y cofundador, Planable
Performance Advisor ha sido muy valioso para el equipo: todas las consultas sin indexación se capturan, y recibimos un aviso para poder añadir un nuevo índice en cuestión de minutos si es necesario.
Jon Vines, Responsable del equipo de desarrollo de software, AO.comCon Performance Advisor, la indexación de la base de datos y la optimización de las consultas no tiene ningún misterio.
Nicolae Gudumac, CTO y cofundador, PlanablePerformance Advisor ha sido muy valioso para el equipo: todas las consultas sin indexación se capturan, y recibimos un aviso para poder añadir un nuevo índice en cuestión de minutos si es necesario.
Jon Vines, Responsable del equipo de desarrollo de software, AO.com
El Performance Advisor de Atlas facilita la identificación de puntos de mejora y la revisión de los cambios en los datos desde la última vez que se indexó una base de datos.
Sankaet Pathak, CEO, SynapseFIVisibilidad total del rendimiento
MongoDB Atlas elimina los problemas relacionados con el diagnóstico y la supervisión de las bases de datos gracias a las alertas personalizadas, el seguimiento del rendimiento en tiempo real y las métricas históricas.
Panel de rendimiento en tiempo real
Consulte las métricas de rendimiento de clústeres específicos en tiempo real, incluidas las operaciones, la utilización del disco, las conexiones, los IOPS, las recopilaciones más activas y las consultas más lentas.
Alertas personalizadas
Reciba notificaciones cuando las operaciones de la base de datos, la utilización del servidor u otras condiciones alcancen los niveles definidos que afecten al rendimiento de su clúster. Reciba alertas por correo electrónico, mensajes de texto y los canales que ya utiliza.
Métricas clave de la base de datos
Cree paneles a partir de docenas de métricas de producción, rendimiento y utilización para analizar el rendimiento histórico de la base de datos con una granularidad de hasta un minuto.
Generador de perfiles de consultas
Diagnostique los problemas rápidamente con la ayuda del generador de perfiles de consultas, que muestra las consultas que tardan más en ejecutarse y las estadísticas clave de rendimiento. Revise las operaciones históricas para identificar rápidamente los valores atípicos y los patrones de consulta en los distintos tipos de operaciones y recopilaciones.