Funzionalità di Atlas Stream Processing

Come per il database stesso, lo streaming dei dati richiede flessibilità, adattamento ed evoluzione. Il document model è il modo migliore per realizzarlo.

Connettiti facilmente alle principali sorgenti e sink di streaming in Kafka e Atlas e unisci i dati in modo costante.

La Query API e il framework di aggregazione includono funzionalità estese per l'elaborazione di flussi di dati complessi e continui.

Crea finestre basate sul tempo, ricerche tra le raccolte e convalide complesse, per un'elaborazione ricca e multievento.

Eseguire la convalida continua dello schema e rilevare la corruzione dei messaggi o i dati in arrivo in ritardo che hanno perso una finestra di elaborazione.

Materializza costantemente le viste nelle collezioni di Atlas o in sistemi di streaming come Apache Kafka per mantenere aggiornate le viste analitiche.

I checkpoint acquisiscono lo stato delle operazioni dopo il completamento. Riavvia facilmente i processori di flusso dopo un'interruzione.

L'elaborazione dei dati in streaming può essere difficile. Usa .process() per esplorare in modo iterativo nuove pipeline di stream processing e sviluppare rapidamente.

Crea un'infrastruttura di stream processing tramite la shell di MongoDB o automatizza gli elaboratori di stream processing con Terraform.