MongoDB：人工智能和大数据支持的基于文档的数据库转型

概括

• MongoDB基于文档的数据库结构更适合人工智能和大数据时代的需求，以较低的成本提供灵活性和可扩展性。
• 预计到 2027 年，全球数据库市场将达到 2036 亿美元，MongoDB 处于有利位置，可以从向新结构化数据库的迁移中受益。
• MongoDB 的增长与应用程序开发的激增密切相关，这是由低代码开发和对新结构化数据库日益增长的需求推动的。
• 
  

MongoDB（纳斯达克股票代码：MDB）是一个基于文档的数据库提供商。目前，全球数据库格局由 Oracle ( ORCL )、SQL Server 和 DB2等遗留关系数据库主导，这些数据库都是几十年前设计的。基于文档的数据库是NoSQL结构的一部分，我相信这种新的数据库结构更适合新兴的人工智能和大数据时代的需求。它以更低的成本提供了更大的灵活性和可扩展性。我预计 MongoDB 将在广阔的数据库管理市场中获得更重要的立足点，并具有巨大的增长潜力。

Rational 数据库与基于文档的数据库

要了解MongoDB的业务，必须要掌握传统关系数据库和基于文档的数据库之间的区别。

所有这些现有的关系数据库都是几十年前设计的，它们利用严格的行和列来存储数据。在这些数据库中，每条记录都必须遵循相同的结构或字段。例如，假设您有一个表记录员工的基本信息，例如名字、姓氏、性别、年龄和 ID。如果您希望包含每个员工的爱好信息，则需要创建另一个表来容纳每个员工的多个爱好，并通过员工 ID 连接两个表。

相比之下，基于文档的数据库比关系数据库具有以下几个优点：

灵活性：基于文档的数据库不依赖行和列，提供管理结构化和非结构化数据的能力。使用同一员工示例，基于文档的数据库可以将所有员工信息存储在单个文档中，包括基本详细信息和多种爱好。记录不需要遵循严格的结构；相反，爱好信息可以存储在每个员工记录文档的单个字段中。这简化了管理员的数据库管理并方便将来的记录修订。此外，由于不同文档之间没有联系，因此对任何文档的更改都很简单，为企业提供了卓越的灵活性。

可扩展性：扩展关系数据库需要添加更多数据库硬件并购买额外的软件许可证，从而导致巨大的成本。另一方面，基于文档的数据库将数据存储在各种文档中，允许跨多个服务器或服务器集群分布。基于文档的数据库提供了经济高效的可扩展性。

海量数据处理：当应用程序需要处理具有不同结构的海量数据集时，基于文档的数据库被证明更合适。它们可以存储结构化和非结构化数据。例如，大型机器学习算法可能需要来自不同来源的大量数据集，包括服务器日志、网站访问记录和社交媒体数据，所有这些都可能具有不同的数据结构。基于文档的数据库可以支持这种类型的数据处理。

综上所述，MongoDB基于文档的数据库更适合大数据处理，与传统关系数据库技术相比，提供了更大的灵活性和可扩展性。

市场增长潜力

根据 Gartner 2023 年 8 月 2 日发布的报告，全球数据库市场预计 2022 年至 2027 年复合年增长率为 16.8%，到 2027 年总价值将达到 2036 亿美元。目前，NoSQL 数据库领域占据相对领先地位。市场份额较小，传统关系数据库占据市场主导地位。

正如MongoDB管理层所言，从传统数据库迁移到新的结构化数据库是一个耗时的过程，因为它需要重写应用程序代码，然后迁移数据库。因此，目前 NoSQL 数据库的增长大部分是由新的工作负载和应用程序推动的。MongoDB 最近推出了关系迁移工具，该工具使企业能够将数据从传统供应商迁移到 MongoDB。此外，该工具还可以帮助生成数据查询的示例代码。该工具有望加快企业遗留系统的迁移。一旦迁移完成并且企业过渡到新的结构化数据库，他们可能会节省成本并实现数据结构的现代化。

如果 MongoDB 能够逐渐取代传统数据库，它将受益于新工作负载的增长和现有工作负载的替代。

低代码加速应用程序创建

MongoDB 的增长与开发的新应用程序的数量密切相关，因为每个应用程序都需要一个数据库。因此，随着更多应用程序的创建，对 MongoDB 数据库的需求也越来越高。生成式人工智能技术的出现正在使低代码开发成为现实，因为人工智能可以为工程师自动生成大部分代码。

根据微软的预测，未来五年预计将创建 5 亿个应用程序，超过过去 40 年创建的总数。此外，现代应用程序越来越需要像 MongoDB 这样的新型结构化数据库，特别是因为这些应用程序通常包含人工智能功能并处理非结构化数据集。MongoDB 基于文档的数据库使工程师能够以与数据在数据库中存储方式一致的方式编写代码。因此，我相信 MongoDB 将从未来五年预期的应用程序开发激增中获益匪浅。

人工智能和大数据驱动的增长

我坚信，人工智能和机器学习最关键的因素是高质量数据集的可用性，特别是当涉及到需要大量数据的大型算法机器学习模型时。此外，数据分析和大数据的基础在于利用独特的非结构化数据。因此，在人工智能和大数据持续趋势的推动下，我对 MongoDB 的增长潜力非常乐观。

此外，我认为人工智能和大数据的采用是加速云迁移和应用现代化的催化剂。为了从事人工智能和机器学习，企业被迫将工作负载转移到云端。同时，他们必须重新设计现有的应用程序，以利用人工智能技术的能力。这些类型的应用程序现代化工作为 MongoDB 带来了巨大的增长机会。

近期财务业绩和展望

2023 年 6 月 1 日，MongoDB 公布了2024 财年第一季度收益，展示了强劲的增长数据。他们的收入同比猛增 29%，调整后毛利润则大幅增长 30.6%。此外，其客户总数比上年增长了22.4%。

展望未来，MongoDB 为 2024 财年提供了指导，预计收入增长率为 18.5% 至 20%，预计非 GAAP 运营收入在 1.1 亿至 1.25 亿美元之间。

根据我的评估，考虑到宏观经济因素可能导致数据库消费放缓，他们对 2024 财年的收入指导显得相当保守。

风险评估

竞争：我相信 MongoDB 面临着来自两个主要类别的竞争：传统供应商和新兴的 NoSQL 数据库。传统供应商可能难以引入可能危及其既定收入流的颠覆性技术，因此他们的担忧较少。相比之下，该领域包括许多新的 NoSQL 数据库，如 Couchbase ( BASE ) 和Astra DB。MongoDB 享有先发优势并保持强劲的增长轨迹。例如，在2024 财年第一季度，MongoDB 的六位数客户数量同比增长了 28%，凸显了其强大的市场影响力。

宏观不确定性：我认为这是基于云的软件公司共同面临的风险。在宏观经济不确定时期，企业通常会考虑减少或推迟其云投资和项目，这反过来可能会影响应用程序的使用。MongoDB 的收入模式是基于消费的，现有客户消费的任何减速都可能会抑制其收入增长。

不过，值得注意的是，MongoDB 的全年指引可能已经考虑到了消费潜在放缓的因素。

负盈利：MongoDB目前处于早期投资阶段，尚未产生盈利。许多企业可能会开始采用 MongoDB 产品来处理非关键任务工作负载。随着他们对MongoDB的技术越来越熟悉并体验到其好处，我相信这些企业会逐渐增加对现有应用的使用，或者将MongoDB的产品扩展到更广泛的应用领域。

如前所述，整个 NoSQL 数据库领域仍处于起步阶段，关系数据库继续主导市场。这表明 MongoDB 和类似的 NoSQL 数据库有足够的增长和市场扩展空间。

估值

我正在使用 DCF 模型来估计 MongoDB 的公允价值。我的假设包括 2024 财年收入增长率为 21%，并且我预计 MongoDB 到 2033 财年可能会成为一家收入超过 130 亿美元的公司。在利润方面，我预计利润率将逐步扩大，目标是到 2033 财年达到 30% 的利润率，这是大多数软件公司的典型数字。

根据这些假设，该模型预测 2033 财年的自由现金流率为 45.2%。据我估计，营运资金占收入的比例稳定在24%。

为了计算贴现率，我使用以下假设：

贝塔值：1.12。数据来源：雅虎财经5年月度数据。

无风险回报率：4%。我使用的是10年期美国政府债券收益率。

预期市场回报溢价：7%。我在我的模型中使用相同的假设。

债务成本：10%。我在我的模型中使用相同的假设。

股本/（股本 + 总债务）：根据我在 2024 财年的预测数字，为 42.4%。

结果，在我的模型中，贴现率估计为 9.6%，并且应用 WACC，MongoDB 股权价值的公允价值估计为 330 亿美元。因此，根据我的估计，公允价值为每股 460 美元。

最后的想法

我相信MongoDB基于文档的数据库技术有潜力彻底改变整个数据库行业，而它们的增长是由人工智能和大数据技术的日益采用所推动的。在我看来，MongoDB 被定位为未来十年的高增长公司。考虑到估值，我会给 MongoDB 授予“强力买入”评级。

文章作者：Lighting Rock Research

文章来源：https://seekingalpha.com/article/4630476-mongodb-document-based-database-transformation-empowered-by-ai-big-data