Fonctionnalités de MongoDB Atlas Stream Processing

Comme pour la base de données elle-même, le streaming de données nécessite de la flexibilité, de l'adaptation et de l'évolution. Le document model est le meilleur moyen d'y parvenir.

Connectez-vous facilement à vos principales sources et récepteurs de flux dans Kafka et Atlas, et fusionnez les données en continu.

L'API de requête et le framework d'agrégation incluent des capacités étendues pour le traitement de flux de données complexes et continus.

Créez des fenêtres temporelles, des recherches dans les collections et des validations complexes pour un traitement riche et multi-événements.

Effectuez une validation continue du schéma et détectez les messages corrompus ou les données arrivées tardivement qui ont manqué une fenêtre de traitement.

Matérialisez continuellement les vues dans les collections Atlas ou dans des systèmes de streaming comme Apache Kafka pour maintenir des vues analytiques fraîches.

Les points de contrôle enregistrent l'état des opérations après leur achèvement. Vous pouvez facilement redémarrer les processeurs de flux après une interruption.

Le traitement des données de streaming peut être opaque. Utilisez .process() pour explorer de manière itérative de nouveaux pipelines de traitement des flux et les construire rapidement.

Développez votre infrastructure de traitement de flux via le shell MongoDB ou automatisez vos processeurs de flux à l'aide de Terraform.