Недавно мы посетили MongoDB World в Нью-Йорке, где прекрасно провели время и пообщались с командой Mongo, а также с коллегами по отрасли. Мы также остались в восторге от всех новых объявлений, которые мы услышали на мероприятии.

Вот некоторые из наиболее полезных вещей, которые мы узнали: (Мы рады начать их реализацию в ближайшие месяцы.)

  • оператор конвейера $merge, позволяющий материализовать представления по запросу с гораздо меньшей нагрузкой на базу данных.
  • Основные усовершенствования языка запросов MongoDB, включая более выразительные обновления и индексы с подстановочными знаками.
  • Шифрование на уровне полей на стороне клиента, что дает клиентам полный контроль над тем, кто может видеть, какие данные находятся в их кластерах.
  • Чтения с повторными попытками, которые наряду с повторными попытками уменьшают сложность написания кода для обработки временных сбоев кластера.
  • Полнотекстовый поиск Atlas: возможности расширенного текстового поиска по полностью управляемым базам данных в MongoDB Atlas без дополнительных систем или инфраструктуры для предоставления, обучения или управления.
  • Atlas Data Lake: предоставление клиентам возможности быстро и легко запрашивать данные во многих распространенных форматах на Amazon S3 с использованием языка запросов MongoDB (MQL).

Мы посетили несколько замечательных сессий и узнали много нового об улучшениях в 4.2 Pipeline, включая материализованные представления, советы и рекомендации по запросам и индексированию, сравнение производительности СУБД (MySQL) и агрегации MongoDB.

Доклад Методология моделирования данных для MongoDB был особенно познавательным. Мы узнали, что моделирование данных путем предварительного понимания вариантов использования для чтения и записи может значительно повысить производительность, включая принятие решений о том, когда связывать, а когда встраивать вложенные документы. Поскольку мы продолжаем улучшать нашу Библиотеку продуктов, полнотекстовый поиск должен стать большим подспорьем для наших редакторов и пользователей.

Мы видели отличные демонстрации, такие как проект машинного обучения, использующий Google Vision API для хранения информации о фотографиях без присвоенных им метаданных. Демо идентифицировало широкий спектр изображений, от значков, таких как Статуя Свободы, до автомобильных аварий. Это имеет большой потенциал для наших редакторов.

Разработчики на мероприятии были рады ответить на наши вопросы, но мы также были рады внести свой вклад, например, глядя на этот репозиторий, мы можем добавить Go Lang для экспорта наших конвейеров агрегации в compass.

Всем, кто интересуется тем, над чем мы работаем, или желающим присоединиться к нашей команде, обращайтесь к нам!