用語集
- Hierarchical Navigable Small Worlds グラフ
- 多次元空間で効率的な最近傍検索を実行するためのアルゴリズム。 Atlas Vector SearchAtlas ベクトル検索は Hierarchical Navigable Small Worlds を使用して ANN 検索を実行します。
- アラート
データベース操作またはサーバーの使用率がクラスターのパフォーマンスに影響を与えるしきい値に達したときに、Atlas によって送信される通知。 アラートをtriggerするために設定できる条件については、「 アラート条件の確認 」を参照してください。
- 分析ノード
- 運用ワークロードに影響を与えたくないクエリを分離できる特殊な読み取り専用ノード。 分析ノードは、BI ツールによって実行されるクエリのレポートなどの分析データを処理するのに役立ちます。 読み取りパフォーマンスを最適化し、レイテンシを削減するために、専用の地理的リージョンで分析ノードをホストできます。
- API
クライアントと MongoDB Atlas 間の相互作用を容易にする通信プロトコル。 Atlas Administration API を使用して、Atlas UI で実行される多くのタスクを自動化できます。
- 近似近傍（ANN）検索
- 特定の クエリ点に近いポイントをデータセット内ですばやく見つけるために使用される計算手法です。 Atlas Vector SearchAtlas ベクトル検索は ANN 検索を使用して、すべてのベクトルをスキャンすることなく、AtlasAtlas Vector Search ベクトル検索クエリのベクトル埋め込みに最も近いデータ内のベクトル埋め込みを見つけます。
- Atlas Search
きめ細かなテキストインデックス作成により、追加の管理なしでデータに対する高度なテキスト検索が可能になります。 Atlas Search は、数種類のテキスト アナライザ、スコアベースの結果ランキング、豊富な問い合わせ言語のオプションを提供します。
- Atlas user
Atlas アプリケーションにアクセスするために使用されるアカウント。 ユーザー ロールで定義された特定の権限を使用して、Atlas ユーザーに Atlas の組織もしくはプロジェクト、またはその両方へのアクセス権を付与できます。 Atlas ユーザーはデータベース ユーザーと 異なります 。 Atlas ユーザーは MongoDB データベースへのアクセスを提供していません。
- Atlas user role
Atlas userに付与される権限のセット。 権限は組織レベルまたはプロジェクトレベルで付与できます。
- Atlas Vector Search
- Atlas の機能 。クエリ ベクトルとインデックス付きベクトルを比較し、最も近い一致を見つけることで、ベクトル埋め込みに対してセマンティック検索を実行できます。
- オートスケーリング
クラスターの使用状況に応じて、クラスター階層、ストレージ容量、またはその両方を自動的に増加または減少させるように構成可能なオプション。
- バックアップ
特定の時点でのクラスターの状態をカプセル化するデータのコピー。 バックアップはデータ損失イベントが発生した場合の安全対策を提供します。
Atlas は、バックアップのために次の完全管理方法を提供します。
- クラウドバックアップ
クラスターのクラウド サービス プロバイダーのネイティブ スナップショット 機能を使用して、ローカライズされたクラスター バックアップ ストレージ。
Atlas は、次の場所で提供されるクラスターのクラウドバックアップをサポートします。
- クラスター
- Set of nodes comprising a MongoDB deployment. Atlas では、クラスターはレプリカセットまたはシャーディングされた配置にすることができます。
- クラスタークラス
Amazon Web Servicesでホストされている M40+ クラスター用に構成可能です。
クラスターのストレージ クラス。 選択したクラスは、クラスター ストレージのパフォーマンスとクラスターのコストに影響します。 次のいずれかのクラスを選択できます。
Low CPU
General
Local NVMe SSD
- クラスター層
クラスター内の各データを保持サーバーのメモリ、ストレージ、vCPU、 IOPS の仕様を決定します。クラスター層が増加すると、クラスターストレージサイズと全体的なパフォーマンスも増加します。
- コサイン類似度
- 2 つのベクトル間の角度を使用して、それらのベクトル間の類似性を判断するメトリクス。 コサイン類似度はベクトルの方向に影響されます。 Atlas Vector SearchAtlas ベクトル検索のベクトル埋め込みをインデックス化するときに、コサイン類似度関数を使用できます。ベクトルが単位の長さで正規化されている場合は、代わりに dotProduct 類似度関数を使用します。
- カスタムロール
保存して データベース ユーザー に割り当てることができる MongoDB 特権アクション と MongoDB ロール のカスタム セット。Atlas の組み込みロールで必要な権限セットが記述されていない場合は、カスタムロールを作成します。
- Data Explorer
クラスター データを表示および操作するための Atlas 内のツール。 また、 Data Explorer を使用してインデックスを管理し、集計パイプラインを実行してデータを処理することもできます。
- Data Federation
MongoDB クエリ言語 を使用して、低コストの S 3バケット、Atlas クラスター、 HTTPエンドポイントに保存されているデータをクエリするための MongoDB のソリューション。 分析アプリケーションは、Atlas Data Federation を使用して、データ処理ニーズにアーカイブ データを使用できます。
- データ取り込みパイプライン
- RAG を使用し、Atlas などのベクトルデータベースに保存することでデータを整理し、変換するためのワークフロー。
- データベースユーザー
MongoDB クラスターにアクセスするためのクライアントを認証するために使用される認証情報。 データベースユーザーに特権を割り当てて、そのユーザーのクラスターへのアクセスレベルを決定できます。 データベース ユーザーはAtlas ユーザーとは異なります。 データベース ユーザーは、Atlas アプリケーションではなく、MongoDB 配置にアクセスできます。
- データベースユーザーの特権
データベースユーザーに付与された特権アクションまたはロールのセット。 クラスター、データベース、およびコレクション レベルでデータベースユーザーの権限を割り当てることができます。
- デッドレターキュー (DLQ)
- デッド レター キューは、取り込み中にエラーをスローしたドキュメントを保存する Atlas データベース内のコレクションです。
- 専用クラスター
階層
M10以上のクラスターを含むクラスター カテゴリ。階層推奨環境M10およびM20開発
低トラフィック本番
M30以上本番環境- 密なベクトル
- ほとんどまたはすべての次元にゼロ以外の値が含まれているデータの数値表現。 Atlas Vector SearchAtlas ベクトル検索は、より複雑な関係をキャプチャするために、より多くのデータを含む高密度のベクトルを使用します。
- 配置
- データを含むMongoDBサーバーのグループ。 Atlas が管理するクラスターは クラスター（レプリカセット または シャーディングされたクラスター ）です。
- 次元
- 多次元空間内のデータの機能または属性を構成するコンポーネントまたは要素の数。 Atlas Vector Search
4096Atlas ベクトル検索は、インデックス作成時とクエリ時に最大 次元をサポートします。 - dotProduct の類似性
- 多次元空間内の 2 つのベクトル間の類似性を測定し、ベクトルがほぼ同じ方向を点場合は正、ベクトルが逆の方向を点場合は負、ベクトルに類似性がない場合は 0 のスカラー値を返します。 Atlas Vector Search
dotproductAtlas ベクトル検索では、最近傍の検索時に 類似度関数を使用することがサポートされています。ベクトルが単位の長さで正規化されている場合は、コサイン類似度の代わりにこの類似度関数を推奨します。 - 選挙可能な\nノード
- レプリカセット の プライマリ ノードになる資格のあるノード。Atlas は、選挙中にプライマリ資格として最も優先度 リージョンのノードを優先します。 確実に選挙を行うには、リージョン全体の選択可能なノードの合計数が3 、 5 、または7である必要があります。
- 埋め込み
- テキスト、画像、オーディオ、ビデオなどのデータを数値の配列として表現し、多次元空間内の座標として解釈できます。 AtlasAtlasAtlas はAtlas Vector Search Atlas クラスターへの埋め込みの保存をサポートしており、Atlas ベクトル検索は最大
4096次元のベクトル埋め込みのインデックス作成とクエリをサポートしています。 - 暗号化のキー
データの暗号化と復号化専用に生成されたビットのランダムなstring 。
Atlas
Project Ownersは、Atlas が提供するデフォルトの保管時の暗号化に加えて、データの追加の暗号化レイヤーを構成できます。 プロジェクト所有者は、MongoDB暗号化ストレージエンジンで Atlas と互換性のあるカスタマーキー管理プロバイダーを使用できます。Atlas は、保管時の暗号化の構成において次のカスタマー キー管理プロバイダーをサポートします。
- ユークリッド類似性
- 多次元空間内の 2 つのベクトル間の距離を使用して類似性を計算するための式。 ユークリッド距離はベクトルの大きさに影響されます。 Atlas Vector Search
euclideanAtlas ベクトル検索は、ベクトルのインデックス作成と、最近傍を検索するときに 類似度関数を使用することをサポートしています。 - 無料階層
データをホストするための小規模な開発環境を提供する無料で使用できるクラスター層。 無料のクラスターには有効期限がなく、Atlas の機能の サブセット にアクセスできます。無料クラスターは、インスタンスサイズ
M0によって呼ばれることもあります。- グローバル クラスター
グローバルに分散されたアプリケーション インスタンスとクライアントに対してロケーション認識型の読み取りおよび書込み操作をサポートするための 地理的ゾーン が定義されたクラスター。 階層
M30以上のクラスターでグローバル シャーディングを有効にできます。- グローバル書き込みゾーン
グローバルクラスターディストリビューションのサブセットを表す地理的ゾーン。 各グローバルクラスターは最大9の個別のグローバル書き込みゾーンをサポートします。 各ゾーンは、1 つの最優先リージョンと、1 つ以上の選択可能な、読み取り専用、または分析リージョン で構成されています。
利用可能な地理的リージョンは、選択したクラウド サービス プロバイダーによって異なります。
- グループ
- プロジェクト を参照してください。
- グループ ID
- プロジェクトID を参照してください。
- 最優先リージョン
Atlas が選挙中に プライマリ 資格を優先する マルチリージョンクラスター内の リージョン。
- ハイブリッド検索
- 全文検索やセマンティック検索などの異なる検索メソッドを組み合わせて、それぞれの利点を活用する方法。 結果は、RRF（Reciリスト ランク統合）などの手法を使用して結合されます。
- 影響
Estimated Performance Advisor が提案するインデックスのパフォーマンス向上。
- インターフェイスエンドポイント
Amazon Web Services プライベート アドレスを持つVPC エンドポイントで、 PrivateLink 経由で プライベートエンドポイントIPAtlasAmazon Web Services サービスにトラフィックを送信します。
- IP アクセス リスト
Atlas プロジェクト 内のクラスターへのアクセス権を持つ IP アドレスと CIDR ブロックのリスト。パブリック インターネット経由のクライアント接続の場合、Atlas では対応するプロジェクトの IP アクセス リストのエントリからのみクラスタへの接続を許可します。 アクセス リストには最大200エントリを含めることができます。
Atlas では、ネットワーク ピアリング接続やプライベート エンドポイントなど、非パブリック ネットワークを介したクライアント接続も許可されます。 これらのタイプの接続は、IP アクセス リストに関係なく機能します。 詳しくは、「ネットワーク ピアリング接続の設定 」および「 Atlas のプライベート エンドポイントの詳細 」を参照してください。
- K 近傍検索
- 定義された類似性関数 S を持つポイント P のセットが指定されている場合、クエリ点q には、 S*（*p 、q ）の最適な値を持つ P 内の k ポイントのセットが検索されます。AtlasAtlas Vector Search ベクトル検索 ENN 検索では正確な上位 k ポイントが返され、ANN 検索では q に類似する k ポイントが返されますが、必ずしも q に最も近いものではありません。
- LDAP
ユーザーを認証し、クラスター上のデータへのアクセスを承認するために使用されるクロスプラットフォーム プロトコル。 Atlas を使用すると、 TLS 経由の独自の LDAP サーバーを使用して、すべての MongoDB クライアントからのユーザー認証と承認を管理できます。1 つの LDAPS 構成が Atlas プロジェクト内のすべてのクラスターに適用されます。
- レガシーバックアップ
Atlas によって取得されるクラスターの増分バックアップ。これにより、バックアップは通常、運用システムよりわずか数秒遅れます。 クラスターは、過去24時間以内の選択した点での 状態に復元できます。
重要
レガシーバックアップの廃止
2020 年 3 月 23 日以降、すべての新しいクラスターが使用できるのはクラウドバックアップのみです。
5.0 にアップグレードすると、バックアップ システムがレガシーバックアップに設定されている場合、クラウドバックアップにアップグレードされます。このアップグレード後:
既存のレガシーバックアップのスナップショットはすべて引き続き利用できますが、保持ポリシーに従い、時間の経過とともに期限が切れます。
バックアップ ポリシーがデフォルト スケジュールにリセットされます。レガシーバックアップでカスタム バックアップ ポリシーを設定していた場合は、 クラウドバックアップに関するドキュメントに記載されている手順に従ってポリシーを再作成する必要があります。
- link-token
またはstring の配置からCloud Manager MongoDB Ops ManagerAtlasのクラスターへのライブ移行中に、 またはCloud ManagerMongoDB Ops Manager から に接続するために必要な情報を含むAtlas 。
Cloud ManagerまたはMongoDB Ops Managerの配置からデータをライブ移行する準備ができたら、 Atlasでトークンリンクを生成し、それをCloud ManagerまたはMongoDB Ops Manager組織の 設定に入力します。 同じトークンリンクを使用して、 Cloud ManagerまたはMongoDB Ops Manager組織内の各配置を 1 つずつ順番に移行します。 Atlas では複数のトークンリンクを生成できます。 Cloud ManagerまたはMongoDB Ops Managerの組織ごとに、1 つの固有のトークンリンクを使用します。
- ライブ移行
既存のソース レプリカセットまたはシャーディングされたクラスターを Atlas にシームレスに移動するための プロセス。 ライブ移行プロセス中、アプリケーションが Atlas クラスターに切り替わるまで、Atlas はターゲットクラスターをリモートソースと同期します。 Atlas には、次の 2 つのモードがあるライブ移行が提供されています。
プッシュ ライブ移行は、Atlas user インターフェースではLive Migration from Ops Manager or Cloud Manager Atlasと呼ばれ、Cloud Manager が または から に配置を プッシュMongoDB Ops Manager Atlasします。
インターフェースでは と呼ばれるライブ移行をプルします。ここでは、Atlas user General Live MigrationAtlasがクラウドまたはオンプレミス配置から に配置を プル します。Atlas
- メンテナンスウィンドウ
Atlas がクラスターの週次メンテナンスを開始する日時。 プロジェクト設定 でメンテナンスウィンドウを設定できます。
重要
メンテナンスウィンドウに関する考慮事項
- 至急の整備アクティビティ
- セキュリティパッチのような至急の整備アクティビティは、選択したウィンドウを待つことはできません。 Atlas は必要に応じてこれらのメンテナンス アクティビティを開始します。
- 継続的なメンテナンス操作
- クラスターのメンテナンスがスケジュールされると、現在のメンテナンス作業が完了するまでメンテナンスウィンドウを変更できません。
- メンテナンスにはレプリカセットの選択が必要
- Atlas は、 MongoDB マニュアルに記載されているメンテナンス手順と同じ方法でメンテナンスを実行します。 この手順では、レプリカセットごとに、メンテナンスウィンドウ中に少なくとも 1 回のレプリカセット選挙が必要です。
- メンテナンスは可能な限り時刻に近い時間に開始
- メンテナンスは常に可能な限り予定時刻に近い時間に開始されますが、進行中のクラスターアップデートや予期しないシステム問題により、開始時間が遅れる可能性があります。
- MongoDB Charts
Atlas データの可視化ツール。 Atlas クラスターから MongoDB Charts を起動し、Charts アプリケーションでデータを表示して、データの可視化を開始できます。
- マルチリージョンクラスター
複数の地理的リージョンにまたがる Atlasクラスター。 マルチリージョンクラスターは、アプリケーションのクエリを最も適切な地理的リージョンにルーティングすることで可用性を向上させ、パフォーマンスを向上させることができます。
マルチリージョンクラスターには選択可能なノードが含まれている必要があります。
マルチリージョンクラスターには、読み取り専用ノードと分析ノードを含めることができます。
- namespace
database.collection形式のデータベース名とコレクション名の組み合わせ。- 名前空間のインサイト
コレクション レベルのクエリ レイテンシを監視する Atlas ツール。 特定のホストおよび操作タイプに関するクエリ レイテンシのメトリクスと統計情報を表示できます。 ピン留めされた名前空間を管理し、対応するクエリ レイテンシ チャートに表示する名前空間を最大 5 つ選択できます。
- ネットワークピアリング接続
2 つのインターネット ネットワークが接続してトラフィックを交換するプロセス。 MongoDB クラスター用に作成された Atlas VPC と VPC を直接ピアリングできます。ネットワーク ピアリングを使用すると、アプリケーション サーバーはパブリック ネットワークから分離されながら Atlas に直接接続できます。
- NVMeストレージ
Amazon Web Servicesでホストされている M40 以上のクラスターで利用可能
低レイテンシと高スループットの IO を必要とするAmazon Web Servicesでホストされるアプリケーションには、 NVMeクラスタークラスを使用できます。 NVMe クラスタークラスは、独自のデータプロトコルを活用して、データアクセス速度を大幅に向上させます。
NVMe クラスターは、バックアップを容易にするために、高スループットと IOPS を備えたプロビジョニングされたボリュームで構成される 非表示のセカンダリー ノード を使用します。
- 運用ノード
- Atlas クラスター内の選択可能なノードまたは読み取り専用ノード。
- 組織
Atlasプロジェクトの論理的なグループ化。 組織を活用して、その組織に含まれるプロジェクトの請求、ユーザー、セキュリティ設定を管理できます。
請求は組織レベルで行われますが、各プロジェクトの使用量は可視性が維持されます。
組織内のすべてのプロジェクトを表示できます。
チームを使用して、組織ユーザーを組織内のプロジェクトに一括に割り当てることができます。
- 組織ID
- Atlas組織を識別するために使用される一意の24桁の16進数文字列。「すべての組織を返す」エンドポイントは、 API呼び出しを実行する認証済みユーザーがアクセスできるすべての組織の ID を返します。
- Performance Advisor
クラスターで実行される低速クエリを監視し、クエリ パフォーマンスを向上させるためのインデックスを提案する Atlas ツール。 Performance Advisor が提案する各インデックスには、そのインデックスによって得られるパフォーマンスの向上を示す影響スコア が含まれます。
- プライマリ
- レプリカセットでは、 プライマリ はすべての書込み (write) 操作を受け付けるメンバーです。 マルチリージョン クラスターでは、Atlas は選挙中にプライマリ資格として最も優先度 リージョンのノードを優先します。
- プロジェクト
クラスターの論理グループ 。 1 つのプロジェクト内に複数のクラスターと、1 つの組織内に複数のプロジェクトを設定できます。
注意
プロジェクトはグループと同義です。
- プロジェクトID
Atlasプロジェクトを識別するために使用される一意の24桁の16進数文字列。「すべてのプロジェクトを取得」 APIエンドポイントは、「API呼び出しを実行する認証済みユーザーがアクセスできるすべてのプロジェクトのIDを返します。
注意
プロジェクト ID はグループ ID と同義です。
- 量子化
- ベクトル内の個々の次元の値をより小さな範囲に圧縮してリソース消費を減らし、速度を向上させる方法。 Atlas Vector SearchAtlas ベクトル検索は、量子化ベクトルのインデックス作成とクエリをサポートしています。
- Query Profiler
クラスター内のパフォーマンスの問題を診断およびモニターする Atlas ツール。 クエリプロファイラーは、実行時間が長いクエリとそのパフォーマンス統計を表示できます。 クエリプロファイラーによって返されたデータをフィルタリングして、特定の名前空間と操作タイプに絞り込むことができます。
- 読み取り専用ノード
- 選択可能なノードリージョンを補完する専用の地理的リージョン内のレプリカセット。 読み取り専用ノードを使用して、最も頻繁に読み取られるデータをローカル化してパフォーマンスを向上させることができます。
- リアルタイムのパフォーマンスパネル
現在のネットワーク トラフィック、クラスター上のデータベース操作、ホスト マシンに関するハードウェア統計を表示する Atlas モニタリング サービス。 RTPPを使用して、クエリの実行時間を視覚的に評価し、ネットワーク アクティビティを監視して、レプリカセットの セカンダリ ノードで発生する可能性のあるレプリケーション ラグを検出します。
- 呼び出す
- Ann 検索によって返された true の最近傍 の割合を測定します。この測定値は、アルゴリズムが ENN 検索の結果にどの程度近似しているかを反映しています。Reball@k という表記は、Atlas ベクトル検索によって返された上位 k Atlas Vector Searchの結果に存在する最近傍の数を示す測定値を指します。
- レプリカセット
同じデータセットを維持する MongoDB サーバーのグループ。 レプリカセットは冗長性、高可用性を提供し、すべての配置環境の基盤となります。
- ローリング再起動
- クラスター内のすべてのノードを順番に再起動する プロセス。 クラスターの可用性を維持するため、Atlas はセカンダリノードから始めて、一度に 1 つのノードを再起動します。 Atlas は、ローリング再起動が完了するまで、常にプライマリ ノードを維持します。
- セマンティック検索
- クエリと同様の意味を持つ値を検索します。 セマンティック検索では、語彙の重複がない場合でも、単語やフレーズ間の自然な関係がキャプチャされます。 セマンティック検索とベクトル検索は、多くの場合、どちらもどちらも使用されます。 Atlas Vector SearchAtlas ベクトル検索は、AtlasAtlas クラスターに保存されているベクトルデータのセマンティック検索をサポートしています。
- シャーディングされたクラスター
シャーディングされた MongoDB 配置を構成するノードのセット。 シャーディングされたクラスターは、コンフィギュレーションサーバー、シャード、および 1 つ以上の
mongosルーティング プロセスで構成されます。- 共有クラスター
M0（無料階層）、M2、M5階層クラスターを含むクラスター カテゴリ。 共有クラスターは通常、開発および小規模本番ワークロードに使用されます。- 類似関数
- 2 つのベクトル間の類似性を測定します。 AtlasAtlas Vector Search ベクトル検索は、
euclidean、cosine、 類似度関数をサポートしています。dotProduct - スナップショット
特定の間隔で取得され、バックアップデータセンターに保存されたデータのバックアップ。 スナップショット スケジュールは、スナップショットを取得する間隔とスナップショットを保存する期間を決定します。
- チーム
同じ組織内のAtlas ユーザーのグループ。 チームを使用して、複数のプロジェクトにわたって同じ Atlas ユーザーのグループにアクセス権を付与できます。 チーム内の全ユーザーが同じプロジェクトへのアクセスを共有します。
注意
Atlas ユーザーは複数のチームに属することができます。
- トポロジー
MongoDB インスタンスの配置の状態を指します。これには次の詳細が含まれます。
- ベクトルデータベース
- ベクトル埋め込みと関連するメタデータを保存し、保存されたベクトル埋め込みに対して最近傍検索を有効にするシステムです。 AtlasAtlas Vector SearchAtlas をベクトルデータベースとして使用し、Atlas ベクトル検索を使用して、保存されたベクトル埋め込みに対してベクトル検索を実行できます。ベクトルデータベースを使用して RGRAG を実装できます。
- ベクトルインデックス
- 最近傍検索クエリを効率的に処理するデータ構造。 Atlas Vector SearchAtlas ベクトル検索は、 クエリを実行中中のフィールドにインデックスを付けるために、
vector$vectorSearchのインデックスの作成をサポートしています。 - vectorSearch
- ベクトルインデックスに保存されているベクトルのセットに対して k 近傍検索を実行する方法。Atlas Vector SearchAtlas ベクトル検索は、k 近傍の Ann および ENN 検索をサポートしています。