MongoDB.local London 2024：更快、更好的应用程序

自今年 4 月启动 MongoDB 2024 系列活动以来，我们已与世界各地的数千名客户、合作伙伴和社区成员建立了联系，包括墨西哥城到孟买等城市。昨天是 2024 年 MongoDB.local 巡回活动的第十九站，我们很高兴欢迎各行各业的人们来到 MongoDB.local 伦敦大会。在那里我们讨论了最新的技术趋势，庆祝了客户创新，并发布了产品更新，使开发者可以比以往更轻松地构建下一代应用程序。

在过去的一年里，MongoDB 的 50,000 多名客户一直在告诉我们他们的需求正在发生变化。他们越来越关注三个领域：

1. 全面助力开发者更快、更高效地构建应用

2. 帮助团队创建 AI 赋能的应用程序

3. 从传统系统迁移到现代平台

这些领域都需要一个坚实的基础：每个领域都需要一个有弹性、可扩展、安全和高性能的数据库。

我们在 MongoDB.local 伦敦大会上分享的更新反映了这些优先事项。MongoDB 致力于确保我们的产品超越客户最严格的要求，并为现在和将来构建广泛的应用程序奠定最坚实的基础。

在昨天的活动中，MongoDB 的首席产品官 Sahir Azam 在他的主题演讲中讨论了数据所发挥的基础作用。他还分享了我们合作伙伴生态系统的最新进展，这是一个由 MongoDB、Amazon Web Services 和 Anthropic 提供支持的 AI 解决方案，使客户能够更轻松地部署生成式人工智能客户服务应用程序。

MongoDB 8.0：有史以来最好的 MongoDB 版本

.local 伦敦大会上的最大新闻是 MongoDB 8.0 正式发布。它显著提高了性能，降低了扩展成本，并为全球最受欢迎的文档数据库增加了额外的可扩展性、韧性和数据安全功能。

MongoDB 8.0 的架构优化大大降低了内存使用率和查询时间，而且 MongoDB 8.0 比以前的版本具有更高效的批处理能力。具体来说，MongoDB 8.0 的读取吞吐量提高了 36%，批量写入速度提高了 56%，数据复制期间的并发写入速度提高了 20%。此外，MongoDB 8.0 可以处理更大量的时间序列数据，并且可以将执行复杂聚合的速度提高 200% 以上，同时降低资源使用量和成本。最后，Queryable Encryption 现在支持范围查询，确保数据安全，同时实现强大的分析功能。

如需详细了解 MongoDB.local 伦敦大会的产品公告（旨在加速应用程序开发、简化 AI 创新和加快开发者的技能提升），请继续阅读！

加快应用程序开发

提高 MongoDB Atlas 功能的扩展性和弹性

MongoDB Atlas 控制平面的全新增强功能使客户能够更快地扩展集群、实时响应资源需求并优化性能，同时降低运营成本。

首先，我们新的颗粒度资源预配和扩展功能（包括 Azure 上的独立分片扩展和扩展存储及 IOPS）允许客户在需要时精确优化资源。其次，通过按节点类型并行扩展集群，Atlas 客户将体验到更快的集群扩展，扩展时间最多可缩短 50%。

最后，MongoDB Atlas 用户将享受响应更快的自动扩展，由于我们的扩展算法和基础设施的增强，响应速度将提高 5 倍。这些增强功能正在向所有 Atlas 客户推出，他们将立即开始受益。

适用于 MongoDB 的 IntelliJ 插件

MongoDB for IntelliJ 插件已在私人预览版中发布，旨在从功能上增强开发者在 IntelliJ IDEA（Java 开发者中最流行的 IDE 之一）中使用 MongoDB 的方式。该插件允许企业 Java 开发者在其 IDE 中更快地编写和测试 Java 查询、获得主动的性能洞察并减少运行时错误。

通过增强数据库到 IDE 的集成，JetBrains 和 MongoDB 合作，为其共享用户群提供无缝体验，并释放他们更快构建现代应用程序的潜力。在此处注册个人预览版。

MongoDB Copilot Participant for VS Code （公共预览版）

目前，新的 MongoDB Participant for GitHub Copilot 已进入公开预览阶段，它将特定领域的 AI 功能直接与 MongoDB Extension for VS Code 中的聊天式体验相结合。

参与者与 MongoDB 扩展深度集成，允许生成准确的 MongoDB 查询（并将其导出到应用程序代码）、描述集合模式并通过访问最新的 MongoDB 文档来回答问题，而无需开发者离开他们的编码环境。这些功能大大减少了域之间的上下文切换，使开发者能够保持工作流，专注于构建创新应用程序。

MongoDB Enterprise Kubernetes Operator 的多集群支持

通过增加对跨多个 Kubernetes 集群部署 MongoDB 和 Ops Manager 的支持，确保在 Kubernetes 中运行的 MongoDB 部署具有高可用性、韧性和扩展性。

用户现在可以在本地或地理分布的 Kubernetes 集群中部署 ReplicaSet、分片集群（公开预览版）和 Ops Manager，以实现更高的部署韧性、灵活性和灾难恢复能力。这种方法可以在 Kubernetes 中实现多站点可用性、韧性和可扩展性，这些功能以前仅在 Kubernetes 之外为 MongoDB 提供。要了解更多信息，请查看文档。

MongoDB Atlas Search 和 Vector Search 现已通过 Atlas CLI 和 Docker 正式发布

MongoDB Atlas 的本地开发体验现已公开。使用 MongoDB Atlas CLI 和 Docker 在您喜欢的本地环境中构建 MongoDB Atlas，并在整个软件开发生命周期中轻松访问 Atlas Search 和 Atlas Vector Search 等功能。Atlas CLI 提供了统一且熟悉的基于终端的界面，允许您在您喜欢的开发环境中（本地或云端）使用 MongoDB Atlas 进行部署和构建。

如果您使用 Docker 进行构建，现在还可以使用 Docker 和 Docker Compose 通过 Atlas CLI 轻松地将 Atlas 集成到您的本地和持续集成环境中。通过自动化开发和测试环境的生命周期来避免重复性工作，并专注于通过全文搜索、 AI 和语义搜索等功能构建应用程序功能。

简化 AI 创新

在 Atlas Vector Search 中降低成本并扩大规模

我们宣布了 Atlas Vector Search 中的向量量化功能。通过减少内存（最多减少 96%）和提高向量检索速度，向量量化使客户能够以更高的规模和更低的成本构建各种人工智能和搜索应用。

标量量化向量导入功能现已全面推出，客户能够直接在 Atlas Vector Search 中操作，从其选择的嵌入模型中无缝地导入和使用量化向量。自动量化等其他向量量化功能也将很快上线，客户将能够利用 Atlas Vector Search 全面的工具集，构建和优化各种大规模 AI 和搜索应用程序。

与流行 AI 框架的额外集成

无论您选择什么框架或 LLM，都可以使用 MongoDB 更快地交付您的下一个 AI 项目。AI 技术正在迅速发展，因此快速构建和扩展高性能应用程序，并随着您的需求和可用技术的发展而使用您首选的堆栈非常重要。

MongoDB 与 LangChain、LlamaIndex、Microsoft Semantic Kernel、AutoGen、Haystack、Spring AI、ChatGPT 检索插件等增强的集成套件，使得在 MongoDB 上构建下一代应用程序变得前所未有的简单。

促进开发者技能提升

新的 MongoDB 学习徽章

与认证相比，MongoDB 的免费学习徽章更快获得，也更有针对性，它表明您致力于不断学习，并证明您对特定主题的了解。遵循学习路径，掌握新技能，并获得可在 LinkedIn 上炫耀的数字徽章。

查看两个新的生成式人工智能学习徽章！

• 构建生成式人工智能应用：学习使用 Atlas Vector Search 创建创新的生成式人工智能应用，包括检索增强生成 (RAG) 应用。

• 部署和评估生成式人工智能应用：从创建到全面部署应用程序，专注于优化性能和评估结果。

了解详情

要了解有关 MongoDB 最新产品公告和更新的更多信息，请查看我们的新产品公告页面以及有关产品更新的所有博客文章。快乐构建！

Source: Read More