Explore o novo chatbot do Developer Center! O MongoDB AI chatbot pode ser acessado na parte superior da sua navegação para responder a todas as suas perguntas sobre o MongoDB .

Junte-se a nós no Amazon Web Services re:Invent 2024! Saiba como usar o MongoDB para casos de uso de AI .
Desenvolvedor do MongoDB
Central de desenvolvedor do MongoDBchevron-right
Produtoschevron-right
Atlaschevron-right

Atlas Search do início ao fim: o aplicativo de demonstração do Restaurant Finder

Karen Huaulme3 min read • Published Feb 01, 2022 • Updated May 09, 2022
Atlas
Ícone do FacebookÍcone do Twitterícone do linkedin
Avalie esse Artigo
star-empty
star-empty
star-empty
star-empty
star-empty
Ei! Você já ouviu falar sobre o novo restaurante da moda em Manhattan chamado Carma? Não há necessidade de encomendar fora do menu. Você acabou de receber o que vale. 5 . E, com o MongoDB Atlas Atlas Search, você também obtém exatamente o que vale usando uma plataforma moderna de desenvolvimento de aplicativos. Você obtém os recursos de o Atlas Search baseados em relevância e muito rápidos que vêm com Apache Lucene , além da produtividade, a resiliência e a escala do programador do MongoDB Atlas. Apache Lucene é a biblioteca de mecanismos de Atlas Search mais popular do mundo. Agora, junto com o Atlas, fazer queries sofisticadas e refinadas do Atlas Search é muito fácil.
Neste tutorial em vídeo, mostrarei como criar queries do Atlas Search rapidamente com nosso aplicativo de demonstração do Atlas Search Restaurant Finder, que você encontrará em http://www.atlassearchrestaurants.com. Esta demonstração de pesquisa de aplicativo é baseada em um conjunto de dados parcialmente simulado de mais de 25,000 restaurantes na área da cidade de Nova York. Nela, você pode procurar restaurantes com base em uma variedade de critérios de pesquisa, como nome, itens de menu, localização e gastronomia.
Este exemplo de aplicativo Atlas Search oferece todos os recursos do Atlas Search e também distribui a receita ao fornecer exemplos de código ativo. À medida que você interage com o localizador de restaurantes O que está faltando, veja como seus parâmetros do Atlas Search são combinados com vários operadores no estágio $Atlas Search de uma pipeline de agregação do MongoDB . Como combinar os segredos mais recentes para seu prato favorito, o Atlas Search permite misturar facilmente pesquisas simples usando o operador composto.
Eu chamei esse aplicativo de “What’s Cooking,”, mas deveria tê-lo chamado de “The Kitchen Sink” porque ele oferece uma variedade de muitos recursos populares do Atlas Search:
  • Fuzzy Search - para tolerar erros de digitação e ortografia. Deserto, alguém?
  • Autocompletar - para pesquisar conforme você digita
  • Realce - para extrair trechos de documentos que exibem termos de pesquisa em seu contexto original
  • Pesquisa geoespacial - para pesquisar dentro do raio ou forma de um local
  • Sinônimos - Quer coca ou um pop? Pesquise qualquer um com sinônimos definidos
  • Pontuação personalizada - aquele sabor extra para modificar as classificações dos resultados de pesquisa ou para impulsionar o conteúdo promovido
  • Facetas e contagens - divida seus dados retornados em diferentes categorias
Procurando uma pizza incrível de Nova York a poucos quarteirões do escritório da MongoDB em Nova York em Midtown? Que tal alguns sinônimos de pesquisa salgados! Algum restaurante especial com promoções? Temos recursos de pesquisa para todos os gostos. E, para melhorar ainda mais, permitimos que você experimente a velocidade das facetas e contagens rápidas e nativas do Lucene - atualmente em visualização pública.
Deleite-se com os olhos!
As consultas do Atlas Search são criadas usando $search em um pipeline de agregação do MongoDB.
Observe que, embora as pesquisas sejam baseadas no Lucene, as queries do Atlas Search se parecem com qualquer outro estágio de agregação, facilmente integradas em qualquer linguagem de programação sem nenhum código de transformação extra. Chega de alternar o contexto de forma incompleta, conforme necessário, com qualquer outro mecanismo de pesquisa independente. Isso se resume a um aumento instantâneo de produtividade!
O que há em nosso molho secreto, você pergunta? Incorporamos um mecanismo de pesquisa Apache Lucene junto com seu banco de dados Atlas. Isso sincroniza seus dados entre o banco de dados e o índice de pesquisa automaticamente. Isso também elimina a carga operacional e o custo adicional de configurar, manter e dimensionar uma plataforma de pesquisa separada. Agora, não apenas a arquitetura de dados é simplificada, mas também a carga de trabalho do desenvolvedor, pois agora os desenvolvedores podem trabalhar com uma única API. Simplificando, agora você pode saborear champanhe com um orçamento de cerveja. 🥂🍾
Se este aplicativo aguçou seu apetite por desenvolvimento, o código do aplicativo What's Cooking Restaurant Finder pode ser encontrado aqui: (​​https://github.com/mongodb-developer/whatscooking) Este repositório tem tudo, desde sopa a nozes para recriar o What's Cooking Restaurant Finder:
  • React e Tailwind CSS no front-end
  • O código para as APIs de back-end
  • O conjunto de dados whatscooking.restaurants mongodb+srv://mongodb@shareddemoapps.dezdl.mongodb.net/whatscooking
Esta receita - como todas as receitas - é apenas um ponto de partida. Como qualquer chef, experimente. Use diferentes operadores em diferentes combinações para ver como eles afetam suas pontuações e resultados de pesquisa. Experimente coisas diferentes para se adequar ao seugosto. Vamos até permitir que você coma de grátis - para sempre! A maioria desses recursos do Atlas Search está disponível em clusters gratuitos no Atlas.
Bom apetite e feliz codificação!

Ícone do FacebookÍcone do Twitterícone do linkedin
Avalie esse Artigo
star-empty
star-empty
star-empty
star-empty
star-empty
Relacionado
Tutorial

Configurando o Atlas no Postman com a API de administração do Atlas


Aug 19, 2024 | 7 min read
Artigo

Otimizando seu arquivo online para desempenho de query


Jan 23, 2024 | 3 min read
Artigo

Implementação de pipelines RAG robustos: integração do Gemma 2 do Google (2B) técnicas de avaliação do MongoDB e LLM


Sep 12, 2024 | 20 min read
Tutorial

MongoDB Atlas com Terraform: usuários do banco de dados e Vault


Apr 15, 2024 | 9 min read