MongoDB周四推出针对其数据库的一系列新功能，其中突出的是新的数据迁移和生成AI功能。

这些新功能其中一些已正式推出，而另一些则处于预览状态。这些新功能是在MongoDB.local NYC期间发布，这是该供应商所在的纽约市针对应用程序开发人员的面对面用户活动。此外，MongoDB还推出了很多现有工具的更新版本。

TechTarget企业战略集团分析师Stephen Catanzano表示，从整体来看，新的和更新的功能主要代表了MongoDB的增量进展。

然而，他指出，通过与Google Cloud的合作以及名为MongoDB Atlas Vector Search的工具，该公司增加了生成AI功能。

Catanzano 称：“生成AI的功能将被认为是创新的。MongoDB的受众非常以开发人员为中心。借助Google Cloud及其使用生成AI启用的工具来吸引开发人员，这应该会引起试图快速集成生成AI的开发人员的注意。其余的更新主要向前发展。”

MongoDB是一家数据库供应商，其NoSQL数据库是作为关系数据库的替代方案而构建的，关系数据库现在有时无法满足数据驱动企业的现代需求。

关系数据库难以发现数据点之间的关系，而这是企业从越来越多的来源摄取数据所必需的功能。此外，由于数据库最初发明于 1970 年，因此随着数据量的持续增长，这些数据库并不是为很多企业现在所需的规模而构建。

因此，专门用于发现数据点之间关系的图形数据库之类的替代方案正变得越来越流行。同时，MongoDB是一个基于文档的数据库，旨在处理大量分布式数据。

去年，MongoDB推出了其数据库的6.0版本，其中包括一个新的可查询加密功能，使用户能够搜索加密数据，以及其时间序列功能的更新版本，以提高读取数据的速度。

MongoDB和生成AI

生成式AI有可能成为数据科学家、数据工程师和其他数据专家的变革性技术。

从历史上看，他们的工作需要使用复杂的代码。

无论是构建数据管道、开发应用程序还是训练模型，他们都必须经历对每个命令进行编码的艰苦过程。此外，当出现故障和其他异常时，他们必须手动搜索错误的来源并编写新代码来修复。

生成式 AI 工具的大型语言模型功能减少了辛苦编写代码的需要。它们广泛的词汇允许真正的自然语言处理，将书面单词转换为软件系统理解的代码。

此外，它们的机器学习功能能够实现某些以前手动任务的自动化。

其结果是提高了数据工作者的工作效率，不再被迫将大量时间花在重复、耗时的任务上。他们可以自由地进行深入分析，从而提高企业的生产力。

因此，自 OpenAI 于 2022 年 11 月推出 ChatGPT 以来，很多数据管理和分析供应商都推出了包含生成 AI 的功能，这代表了生成 AI 和 LLM 功能的重大进步。

今年6月，Dremio、MicroStrategy和Monte Carlo等供应商已经推出包含生成AI的工具。

现在，MongoDB正在通过扩展与Google Cloud的合作伙伴关系，为其数据库添加生成AI功能，这将使开发人员能够在使用MongoDB Atlas构建应用程序时使用Google生成AI和大型语言模型功能。

此外，MongoDB在公共预览版中发布了Atlas Vector Search，使企业能够快速轻松地构建包含生成AI和LLM功能的应用程序，旨在通过易用性提高生产力。

向量是非结构化数据（例如文本、图像和视频）的数值表示形式，本质上为非结构化数据点带来结构。随后，这使得以前非结构化的数据能够与结构化数据相结合，并用于通知数据应用程序。

RedMonk分析师Rachel Stephens表示，MongoDB进军生成式AI具有重要意义。

她说：“在这个生成人工智能时代，向量搜索是热门的新类别。最近几个月，我们看到新的特殊用途向量数据库公司筹集了大量风险投资，而MongoDB等现有数据库公司也宣布向量搜索功能，以将向量搜索集成到他们的工具中。”

工作负载迁移和更多功能

在6月20日的虚拟新闻发布会上，MongoDB公司产品高级副总裁Andrew Davidson表示，随着企业开始意识到关系数据库的局限性，很多企业正试图将其数据工作负载迁移到更现代的数据存储库。

他继续说道，MongoDB希望成为那些试图摆脱关系数据库的企业的目的地。

为此，该供应商正式推出MongoDB Relational Migrator，以简化应用程序和数据转换工作负载从关系数据库到MongoDB基于文档的数据库的迁移。

Catanzano说：“Relational Migrator是帮助加速数据迁移的重要公告。”

除了新的生成AI和数据迁移功能外，MongoDB的新工具和更新工具还包括以下内容：

• MongoDB Atlas Stream Processing将于 2023 年晚些时候以个人预览版提供，以改进来自IoT设备、最终用户浏览行为和库存源等来源的流数据处理。
• MongoDB 7.0的预览版，计划于今年夏天晚些时候发布。它包括在AWS上部署MongoDB的新选项，对编程语言Kotlin的扩展支持，以及使用Python简化的数据处理和分析功能。
• 新的MongoDB Atlas Search Nodes可帮助客户在独立于其数据库的应用程序中扩展搜索工作负载，并使用户能够隔离工作负载，优化资源并提高大规模性能。
• 使用 MongoDB Time Series集合提高扩展性和灵活性，旨在简化企业级时序工作负载，随着物联网传感器和用户浏览器等设备将数据发送到数据库进行处理，这些工作负载在快速增长。
• 在MongoDB Atlas Online Archive和Atlas Data Federation中支持Microsoft Azure，两者都已经支持AWS。

除了新的和更新的工具之外，MongoDB还推出了、Atlas for Industries，该程序将开发该供应商开发人员平台的行业特定版本。

在过去两年中，Databricks和Snowflake等数据管理专家都将其平台的行业特定版本作为优先事项，发布了针对制造业和医疗保健等垂直行业组织的版本。

MongoDB的第一个行业特定版本的Atlas是为金融机构而设计，现在已经可用。

Stephens指出，尽管近年来增加了对搜索、时间序列和地理空间数据的支持，但MongoDB仍然主要被视为文档数据库。

但是，现在可用的新功能以及预览版的功能显示了该供应商数据库的多功能性。

她表示：“虽然该公司近年来增加了对其他数据类型的支持，但该市场仍然倾向于认为MongoDB主要是一个文档数据库。这些公告表明该公司正努力继续扩展到多模式工作负载。”

共同的线索

Davidson表示，所有新的和更新的工具都是为了吸引现有客户的更多工作负载，并吸引新用户将其工作负载迁移到该供应商的数据库中。

在MongoDB的季度财报电话会议上，总裁兼首席执行官Dev Ittycheria报告称，在MongoDB最近的一个财政季度中，该供应商增加了约2300个新客户，使其客户总数超过43000个。

Davidson 称：“我们专注于赢得更多的工作负载，将它们带到平台上，并使我们的客户在每一个工作负载上取得成功。”

根据Catanzano的说法，随着MongoDB的展望，该供应商继续吸引新客户并扩大现有客户使用的一种方式是解决实时数据管理问题。

他指出，该供应商的数据库并不擅长实时管理数据方面。随着越来越多的企业认识到实时数据的好处，MongoDB将明智地提高其实时数据管理功能。

Catanzano 称：“实时数据管理是很多公司关注的重点。MongoDB不是这个领域的领导者。更多地关注这一信息和功能将变得很重要。”