ATLAS
Atlas Stream Processing. Unifique los datos en movimiento y en reposo.
_Spot_BS_Lavender.svg?auto=format%252Ccompress)
Procesamiento Atlas transmitir explicado en 3 minutos
Descubra cómo Atlas Stream Processing combina el modelo de documento, los esquemas flexibles y el rico marco de agregación para proporcionar potencia y conveniencia al crear aplicaciones que requieren procesar datos de eventos complejos en escala.
Transmitir procesamiento como nunca antes
Cuando se trabaja con datos en streaming, la gestión de esquemas es fundamental para la corrección de los datos y la productividad del desarrollador. El modelo de documento de MongoDB y el marco de agregación brindan a los desarrolladores capacidades poderosas y ganancias de productividad que no encontrará en ningún otro lugar del procesamiento de transmisión.
Procese y managed todos sus datos en una sola plataforma
Por primera vez, los desarrolladores pueden usar una plataforma, a través de la API, el lenguaje de consulta y el modelo de datos, para procesar continuamente los datos de transmisión junto con los datos críticos de la aplicación almacenados en su base de datos.
Totalmente gestionado en Atlas
Atlas Stream Processing se basa en nuestra sólida e integrada plataforma de datos para desarrolladores. Con sólo unas pocas llamadas a la API y líneas de código, un desarrollador puede montar un procesador de flujos, una base de datos y una capa de servicio de API, todo ello totalmente gestionado en Atlas.Atlas Stream Processing
Características
Integrado en Atlas
A totalmente gestionado Atlas service with modelo de documento flexibilidad.
Basado en la API de consulta
Use el marco de agregación y API de consulta, una interfaz familiar y eficaz, para tratar el procesamiento de transmisión.
Disponible globalmente
Disponible en 11 regiones de AWS en EE. UU., Europa y APAC, y pronto habrá más proveedores y regiones.
Procesamiento con estado
Cree ventanas basadas en el tiempo y otras operaciones para el procesamiento complejo y de eventos múltiples.
asistencia técnica Kafka y MongoDB
Conectar fácilmente a sus fuentes/sumideros de transmisión clave en Kafka y Atlas, y combine datos de forma continua.
Validación continua
Asistencia técnica incorporada para la validación para garantizar la exactitud de los datos y el manejo intuitivo de errores. Emplee Atlas collection como una cola de mensajes fallidos (DLQ).
Punto de control
En caso de falla, los puntos de control reinician automáticamente los procesadores de transmisión y evitan el reprocesamiento innecesario de datos.
Desarrollar de forma interactiva
El procesamiento de datos de streaming puede ser opaco. Usa .process() para explorar de forma iterativa a medida que compilas.
"En Acoustic, nuestro enfoque clave es empoderar a las marcas con información sobre el comportamiento que les permita crear una experiencia atractiva y personalizada. Con Atlas Stream Processing, nuestros ingenieros pueden aprovechar las habilidades que ya tienen al trabajar con datos en Atlas para procesar nuevos datos de forma continua, lo que garantiza que nuestros clientes tengan acceso a información sobre los clientes en tiempo real".
Atlas procesamiento de transmisión nos permite procesar, validar y transformar datos antes de enviarlos a nuestra arquitectura de mensajería en AWS impulsando actualizaciones basadas en eventos en toda nuestra plataforma. La confiabilidad y el rendimiento de Atlas Stream Processing aumentaron nuestra productividad, mejorado la experiencia de los desarrolladores y reducido los costos de infraestructura".
Aplicaciones basadas en eventos
Allanando el camino hacia un negocio en tiempo real reactivo y con capacidad de respuesta.Download del Documento TécnicoProcesamiento de transmisión nativo en MongoDB Atlas
Cómo consultar los flujos de datos de Apache Kafka
Analíticas avanzadas con funciones de ventana
Validación de esquemas de eventos complejos
Cómo consultar los flujos de datos de Apache Kafka
xxxxxxxxxxAnalíticas avanzadas con funciones de ventana
xxxxxxxxxxValidación de esquemas de eventos complejos
xxxxxxxxxxDefinir un origen desde el registro de conexionesvar fuente = { $source: {connectionName: 'kafkaprod',topic: 'stocks'} }Crear algunas otras etapasvar match = { $match: { 'exchange':'NYSE'} }Crear un lavaplatosvar sumidero = { $merge: {en: {connectionName: 'mongoprod',db: 'StockDB',col: 'TransactionHistory'} }¡Pruébalo!var myProcessor = [fuente, coincidencia, sumidero]sp.process(miProcesador)Aproveche al máximo el Atlas
Base de Datos
Empiece con el servicio de base de datos multicloud construido para la resiliencia, la escala y los más altos niveles de privacidad y seguridad de los datos.
Triggers
Ejecute código automáticamente en respuesta a cambios en la base de datos o a eventos del usuario, o en intervalos preestablecidos.
Conector Kafka
Integre de forma nativa los datos de MongoDB dentro del ecosistema de Kafka.
¿Qué son los datos de streaming?
¿Qué es el procesamiento de transmisión?
¿En qué se diferencia la transmisión de eventos del procesamiento de transmisión?
Los datos de transmisión se encuentran dentro de plataformas de transmisión de eventos (como Apache Kafka), y estos sistemas son esencialmente un registro distributed inmutable. Los datos de eventos se publican y consumen desde plataformas de transmisión de eventos mediante API.
Los desarrolladores necesitan utilizar un procesador de transmisión para realizar procesamientos más avanzados, como agregaciones con estado, operaciones de ventanas, mutaciones y creación de vistas materializadas. Son similares a las operaciones que se realizan cuando se ejecutan consultas en una base de datos, excepto que el procesamiento de transmisión consulta continuamente una transmisión interminable de datos. Esta área del streaming es más incipiente; sin embargo, tecnologías como Apache Flink y Spark Streaming están ganando terreno rápidamente.
Con Atlas Stream Processing, MongoDB ofrece a los desarrolladores una mejor manera de procesar flujos para usar en sus aplicaciones, aprovechando el marco de agregación.
¿Por qué MongoDB creó Atlas Stream Processing?
¿Cómo puedo empezar a emplear Atlas Stream Processing?
¿En qué se diferencia el procesamiento de transmisión del procesamiento por lotes?
El procesamiento de flujo ocurre continuamente. En el contexto de la creación de aplicaciones basadas en eventos, el procesamiento de flujos permite experiencias reactivas y convincentes como notificaciones en tiempo real, personalización, planificación de rutas o mantenimiento predictivo.
El procesamiento por lotes no funciona con datos que se producen continuamente. En cambio, el procesamiento por lotes funciona recopilando datos durante un período de tiempo específico y luego procesando esos datos estáticos según sea necesario. Un ejemplo de procesamiento por lotes es un negocio minorista que recopila ventas al cierre del negocio cada día con fines de presentar informes y/o actualiza los niveles de inventario.
¿Hay algún costo asociado con Atlas Stream Processing?
¿Cuál es la diferencia entre una tubería de procesamiento de transmisión y una aggregation pipeline?
¿Listo para empezar?
_Spot_BS_Mist_EndCap.svg?auto=format%252Ccompress)