在 MongoDB 产品高级副总裁 Andrew Davidson 看来，数据库业务在一种与传统软件完全不同的市场中运营，供应商可能会将其产品销售给一个又一个组织，最终达到饱和点。它们可以快速增长，但一段时间后很难保持这种增长。
对于数据库——自 2007 年以来，MongoDB 一直是NoSQL 市场中面向文档的数据库的主要产品——它的目的是捕获工作负载，因此供应商的业务随着企业工作负载数量的增加而增长。在数据量、云计算和生成式人工智能加速崛起的时代，工作负载的数量只会猛增。
“软件在很多方面正在定义当今的经济，”戴维森在本周于纽约市举行的 MongoDB.local 开发者大会前夕告诉记者。“如果软件定义了当今的经济，那么从很多方面来说，我们都处于开发者定义的经济中。开发人员使这一切成为可能，他们正在选择构成软件后端的软件技术。例如，数据库为所有这些应用程序和所有这些新技术提供支持，无论是我们在过去几年中看到的低代码[和]无代码的数据库，还是我们在过去十二个月中看到的数据库，人工智能的转折点。所有这些都将加速和民主化越来越多的软件、越来越多的应用程序工作负载将在世界各地构建的趋势。”
MongoDB 计划获得该业务的份额，这对于该公司寻求实现盈利的涅槃非常重要。正如我们今年早些时候所指出的，尽管 MongoDB 是占主导地位的 NoSQL 数据库公司，拥有超过 40,800 名客户，手头资产达 18 亿美元，但与其他数据库和存储公司一样，仍在等待达到这一平台期。
该公司的关键将是其 Atlas 云数据库，这是一项在 Amazon Web Services、Microsoft Azure 和 Google Cloud Platform 上运行的完全托管服务。Atlas 2023 财年的收入同比增长 65.4%，达到 8.106 亿美元。MongoDB 所有业务的订阅量增长了 46.7%，而服务增长了 541%。
考虑到这一切，MongoDB 在本周的活动中推出 Atlas 中的新功能也就不足为奇了，其中很大一部分涉及生成式 AI，戴维森（与 IT 领域的大多数其他人一样）表示，生成式 AI 将是最重要的解决方案。继大型机、个人电脑、客户端服务器、云和移动设备之后，技术领域的下一个重大范式转变。它将快速实现软件开发的自动化，从代码生成到测试再到调试，所有这些都将需要数据密集型应用程序和更多数据，所有这些都在需要持续可用性的更实时的操作用例中。
“利用多媒体用例、图像、视频、音频和地理空间等，并用它们做有趣、有意义的事情将变得越来越有可能，”他说。“所有这一切都是为了令人难以置信的应用程序，这些应用程序将在每个行业中都非常强大和有价值。新的用户体验、自然语言处理等等。我们将人工智能视为每个行业新应用形式经济价值的驱动力，我们将成为这一趋势的一部分。”
MongoDB 将通过扩大与 Google Cloud 自 2018 年开始的合作伙伴关系来实现这一目标，将 Google Cloud 已有两年历史的 Vertex AI 大语言模型 (LLM) 和托管机器学习平台与 Atlas 集成，以加速开发人员创建 AI 的工作。基于软件。MongoDB 还推出了 Atlas Vector Search，这是一种让企业更轻松地使用 LLM 的工具，这要求他们使用的数据来自向量。与传统搜索中的特定关键字不同，矢量搜索使用语义和矢量之间的相似性来检索数据、根据提示构建句子或生成图像。戴维森说，这个概念已经存在了一段时间。
“但在过去两年左右的时间里，事情确实发生了变化，那就是，虽然在过去我们需要拥有核心的机器学习和数据科学能力来完成这一切，但现在人们已经能够利用非-现成的模型——其中许多是开源的——可以总结丰富的源数据，可以是文本、图像、视频或声音，并且可以将这些模型总结为推理模型，将数据总结为所谓的“向量嵌入”， ’这是该信息的数字表示或摘要，”他说。
组织正在使用专门的数据库来存储法学硕士可以使用的向量，但通过 Atlas 中的向量搜索，他们可以使用 MongoDB 的基于云的数据库。此外，矢量搜索（目前处于公共预览版）开辟了在 Atlas 上运行的新工作负载，包括文本到图像。
人工智能还将加速应用程序现代化，因此 MongoDB 正在努力让企业更容易地将更传统的关系数据库（这仍然是该供应商的主要竞争对手）转移到其 NoSQL 平台。这种迁移并不容易，需要对工作负载进行排序、更新模式、现代化代码和重写应用程序。对于 MongoDB 来说，它们很重要。戴维森表示，公司约三分之一的业务来自应用程序现代化工作。
MongoDB 去年预览了 Relational Migrator，这是一个使迁移变得更容易的工具，现在它已经普遍可用。该工具分析其他数据库（Oracle、Microsoft SQL Server、MySQL 和 PostgreSQL 等）并自动推荐新的数据模式。然后，它转换数据，将其迁移到 MongoDB Atlas，并生成与现代应用程序一起使用的代码。
MongoDB 正在将这种想法延伸到未来，并正在开发 SQL 查询对话功能，以将代码转换为 MongoDB 的查询语言。此外，他说，其工程师正在研究如何更轻松地将应用程序软件转换为与 MongoDB Atlas 配合使用。
MongoDB 还在 Atlas 中添加了公共预览版搜索节点，创建了一个具有优化硬件的专用基础设施，用于独立于数据库扩展搜索工作负载。“我们已经意识到，我们正在朝着为越来越多的关键任务、大规模搜索用例提供服务的方向发展，”戴维森说。“这将为我们未来进入更大规模的用例铺平道路。”
Atlas Stream Processing 也在预览版中，旨在处理来自网页浏览和物联网设备的流数据。此外，组织现在可以使用 Atlas Online Archive 和 Atlas Data Federation 来查询 Azure Blob 存储，这是 MongoDB 之前在 AWS 中启用的功能。
MongoDB 希望这些新功能能够让客户留在 Atlas 云平台上，并随着软件领域随着生成式人工智能和其他新兴技术的不断发展而吸引新客户。该公司目前拥有约 44% 的 NoSQL 数据库空间，但也有强大的竞争对手，包括 AWS DynamoDB 和 Apache Cassandra。
在 MongoDB 产品高级副总裁 Andrew Davidson 看来，数据库业务在一种与传统软件完全不同的市场中运营，供应商可能会将其产品销售给一个又一个组织，最终达到饱和点。它们可以快速增长，但一段时间后很难保持这种增长。
对于数据库——自 2007 年以来，MongoDB 一直是NoSQL 市场中面向文档的数据库的主要产品——它的目的是捕获工作负载，因此供应商的业务随着企业工作负载数量的增加而增长。在数据量、云计算和生成式人工智能加速崛起的时代，工作负载的数量只会猛增。
“软件在很多方面正在定义当今的经济，”戴维森在本周于纽约市举行的 MongoDB.local 开发者大会前夕告诉记者。“如果软件定义了当今的经济，那么从很多方面来说，我们都处于开发者定义的经济中。开发人员使这一切成为可能，他们正在选择构成软件后端的软件技术。例如，数据库为所有这些应用程序和所有这些新技术提供支持，无论是我们在过去几年中看到的低代码[和]无代码的数据库，还是我们在过去十二个月中看到的数据库，人工智能的转折点。所有这些都将加速和民主化越来越多的软件、越来越多的应用程序工作负载将在世界各地构建的趋势。”
MongoDB 计划获得该业务的份额，这对于该公司寻求实现盈利的涅槃非常重要。正如我们今年早些时候所指出的，尽管 MongoDB 是占主导地位的 NoSQL 数据库公司，拥有超过 40,800 名客户，手头资产达 18 亿美元，但与其他数据库和存储公司一样，仍在等待达到这一平台期。
该公司的关键将是其 Atlas 云数据库，这是一项在 Amazon Web Services、Microsoft Azure 和 Google Cloud Platform 上运行的完全托管服务。Atlas 2023 财年的收入同比增长 65.4%，达到 8.106 亿美元。MongoDB 所有业务的订阅量增长了 46.7%，而服务增长了 541%。
考虑到这一切，MongoDB 在本周的活动中推出 Atlas 中的新功能也就不足为奇了，其中很大一部分涉及生成式 AI，戴维森（与 IT 领域的大多数其他人一样）表示，生成式 AI 将是最重要的解决方案。继大型机、个人电脑、客户端服务器、云和移动设备之后，技术领域的下一个重大范式转变。它将快速实现软件开发的自动化，从代码生成到测试再到调试，所有这些都将需要数据密集型应用程序和更多数据，所有这些都在需要持续可用性的更实时的操作用例中。
“利用多媒体用例、图像、视频、音频和地理空间等，并用它们做有趣、有意义的事情将变得越来越有可能，”他说。“所有这一切都是为了令人难以置信的应用程序，这些应用程序将在每个行业中都非常强大和有价值。新的用户体验、自然语言处理等等。我们将人工智能视为每个行业新应用形式经济价值的驱动力，我们将成为这一趋势的一部分。”
MongoDB 将通过扩大与 Google Cloud 自 2018 年开始的合作伙伴关系来实现这一目标，将 Google Cloud 已有两年历史的 Vertex AI 大语言模型 (LLM) 和托管机器学习平台与 Atlas 集成，以加速开发人员创建 AI 的工作。基于软件。MongoDB 还推出了 Atlas Vector Search，这是一种让企业更轻松地使用 LLM 的工具，这要求他们使用的数据来自向量。与传统搜索中的特定关键字不同，矢量搜索使用语义和矢量之间的相似性来检索数据、根据提示构建句子或生成图像。戴维森说，这个概念已经存在了一段时间。
“但在过去两年左右的时间里，事情确实发生了变化，那就是，虽然在过去我们需要拥有核心的机器学习和数据科学能力来完成这一切，但现在人们已经能够利用非-现成的模型——其中许多是开源的——可以总结丰富的源数据，可以是文本、图像、视频或声音，并且可以将这些模型总结为推理模型，将数据总结为所谓的“向量嵌入”， ’这是该信息的数字表示或摘要，”他说。
组织正在使用专门的数据库来存储法学硕士可以使用的向量，但通过 Atlas 中的向量搜索，他们可以使用 MongoDB 的基于云的数据库。此外，矢量搜索（目前处于公共预览版）开辟了在 Atlas 上运行的新工作负载，包括文本到图像。
人工智能还将加速应用程序现代化，因此 MongoDB 正在努力让企业更容易地将更传统的关系数据库（这仍然是该供应商的主要竞争对手）转移到其 NoSQL 平台。这种迁移并不容易，需要对工作负载进行排序、更新模式、现代化代码和重写应用程序。对于 MongoDB 来说，它们很重要。戴维森表示，公司约三分之一的业务来自应用程序现代化工作。
MongoDB 去年预览了 Relational Migrator，这是一个使迁移变得更容易的工具，现在它已经普遍可用。该工具分析其他数据库（Oracle、Microsoft SQL Server、MySQL 和 PostgreSQL 等）并自动推荐新的数据模式。然后，它转换数据，将其迁移到 MongoDB Atlas，并生成与现代应用程序一起使用的代码。
MongoDB 正在将这种想法延伸到未来，并正在开发 SQL 查询对话功能，以将代码转换为 MongoDB 的查询语言。此外，他说，其工程师正在研究如何更轻松地将应用程序软件转换为与 MongoDB Atlas 配合使用。
MongoDB 还在 Atlas 中添加了公共预览版搜索节点，创建了一个具有优化硬件的专用基础设施，用于独立于数据库扩展搜索工作负载。“我们已经意识到，我们正在朝着为越来越多的关键任务、大规模搜索用例提供服务的方向发展，”戴维森说。“这将为我们未来进入更大规模的用例铺平道路。”
Atlas Stream Processing 也在预览版中，旨在处理来自网页浏览和物联网设备的流数据。此外，组织现在可以使用 Atlas Online Archive 和 Atlas Data Federation 来查询 Azure Blob 存储，这是 MongoDB 之前在 AWS 中启用的功能。
MongoDB 希望这些新功能能够让客户留在 Atlas 云平台上，并随着软件领域随着生成式人工智能和其他新兴技术的不断发展而吸引新客户。该公司目前拥有约 44% 的 NoSQL 数据库空间，但也有强大的竞争对手，包括 AWS DynamoDB 和 Apache Cassandra。
文章来源：https://www.nextplatform.com/2023/06/22/beefing-up-a-cloudy-nosql-database-to-ride-the-ai-wave/