Améliorer les performances des bases de données : Introduction de Query Insights dans MongoDB Atlas

Frank Sun and Sabina Friden
May 2, 2024 | Updated: May 8, 2024

Aujourd’hui, à la conférence .local NYC, MongoDB Atlas a présenté le nouvel onglet Query Insights, qui améliore la façon dont les utilisateurs surveillent, gèrent et optimisent les performances de leur base de données directement dans l’interface utilisateur d’Atlas. Cette nouvelle fonctionnalité permet aux développeurs de mieux comprendre les performances de leur base de données, grâce à un outil d’analyse des requêtes plus puissant et à des métriques détaillées au niveau de l’espace de noms qui accélèrent la résolution des problèmes et améliorent les performances.

Les applications et les charges de travail évoluant au fil du temps, il devient de plus en plus difficile d’assurer le suivi des requêtes inefficaces et coûteuses en ressources de base de données. Les métriques peuvent monter en flèche pour diverses raisons, et les développeurs ont besoin des bons outils pour déterminer la source du problème afin de pouvoir l’identifier et le résoudre rapidement. Query Insights de MongoDB Atlas relève directement ces défis en améliorant les capacités d’observabilité de MongoDB avec deux fonctionnalités essentielles : Namespace Insights et un profileur de requêtes mis à niveau.

Query Insights offre une optimisation des performances grâce à des renseignements exploitables

L’introduction de MongoDB Atlas Query Insights démontre l’engagement de MongoDB en faveur d’une gestion avancée des bases de données. Cette fonctionnalité améliore les capacités d’observabilité de notre plateforme grâce à des informations détaillées et exploitables. Cette fonctionnalité intègre Namespace Insights et un profileur de requête amélioré au sein d’une nouvelle interface dynamique, ce qui permet d’améliorer les performances des bases de données en rationalisant les diagnostics et en réduisant les temps de dépannage.

Le nouveau Namespace Insights fournit aux utilisateurs des statistiques de latence au niveau des collections et une vue d’ensemble des performances des collections les plus actives d’un cluster au fil du temps. Les développeurs peuvent ainsi répondre à la question « qui ou quoi cause le problème ? », ce qui permet d’identifier les tendances dans les performances et de prioriser l’optimisation des requêtes.

Le profileur de requêtes amélioré centré sur le cluster introduit une vue plus complète des requêtes lentes et inefficaces sur une période plus étendue. Le fait de disposer d’une vue globale des données sur l’ensemble du cluster facilite la navigation entre les nœuds et allonge la période d’analyse pour identifier les tendances. Au résultat, le temps de dépannage est réduit, la productivité des développeurs accrue et les performances globales de la base de données améliorées.

Principaux avantages de Query Insights

Query Insights apporte aux utilisateurs de MongoDB Atlas plusieurs nouveaux avantages, notamment :

  • Télémétrie précise  identification et résolution plus rapides des problèmes de base de données grâce aux statistiques de latence au niveau de l’espace de noms

  • Amélioration de l’observabilité : repérage des tendances dans les performances, identification de l’origine des problèmes et débogage des applications plus faciles

  • Amélioration de la productivité : temps de dépannage réduit grâce à une vue plus complète des opérations lentes

Faites l’essai !

La page Query Insights fournit des informations plus précises sur les performances de la base de données en affichant des détails au niveau de la collection et de l’opération. La page Namespace Insights affiche des métriques pour les 20 principales collections par latence totale.

Screenshot of the Query Insights dashboard with the caption: The Query Insights page gives more granular insights into database performance by providing collection and operation level details. The Namespace Insights page provides metrics for the top 20 collections by total latency.

Passez la souris sur les graphiques pour voir les performances des collections les unes par rapport aux autres au fil du temps. Cette information permet de répondre plus facilement à la question « qui ou quoi cause le problème ? »

Utilisez le profileur de requête pour visualiser des opérations lentes spécifiques. Cliquez sur un point du diagramme de dispersion pour afficher des métadonnées supplémentaires sur chaque opération lente.

Cliquez sur « Afficher plus de détails » pour voir plus de métriques et de métadonnées sur chaque opération lente, dont le nom de l’application, l’opération, le résumé du plan, les statistiques d’exécution, etc.

Permettre aux utilisateurs d’obtenir des performances optimales

Le lancement de Query Insights dans MongoDB Atlas souligne l’engagement de MongoDB à améliorer les capacités d’observabilité de notre plateforme. En fournissant aux utilisateurs les outils et les informations nécessaires pour des performances de base de données optimales, MongoDB permet aux développeurs de passer moins de temps à déboguer et plus de temps à créer. Le coût total de possession est réduit et l’efficacité maximisée, ce qui ajoute une valeur significative aux opérations de nos utilisateurs.

Inscrivez-vous à MongoDB Atlas, notre service de base de données cloud, pour voir Query Insights en action, et pour plus d’informations, consultez la page « Surveiller les performances des requêtes ».

← Previous

Principali annunci sull'IA a MongoDB.local NYC

Il panorama dell'IA si sta evolvendo così rapidamente che non sorprende che i clienti siano sopraffatti dalle loro scelte. Tra i modelli di fondazione per qualsiasi cosa, dal testo al codice, i framework di IA e il flusso costante di aziende legate all'IA che vengono fondate ogni giorno, gli sviluppatori e le organizzazioni si trovano di fronte a una serie vertiginosa di scelte in materia di IA. MongoDB offre maggiore potere ai clienti attraverso una piattaforma dati per sviluppatori che li aiuta a evitare il lock in con i fornitori di cloud o di IA in questo spazio in rapida evoluzione. Questa libertà consente ai clienti di scegliere l'LLM (Large Language Model) che meglio si adatta alle loro esigenze, ora o in futuro, che sia open source o proprietario. Oggi a MongoDB.local NYC abbiamo annunciato molte nuove funzionalità di prodotto, integrazioni con i partner, servizi e offerte di soluzioni che consentono ai team di sviluppo di iniziare e creare soluzioni rivolte ai clienti con l'IA. Esegui ovunque, con qualsiasi tecnologia tu stia utilizzando nel tuo stack di IA Il document model flessibile di MongoDB si basa sull'etica secondo cui "i dati a cui si accede e vengono utilizzati insieme vengono archiviati insieme". I vettori sono un'estensione naturale di questa funzionalità, il che significa che i clienti possono archiviare i dati di origine, i metadati e i relativi incorporamenti di vettori nello stesso documento. Tutto questo è accessibile e interrogabile con una API di query comune, rendendo i dati vettoriali facili da combinare e lavorare con altri tipi di dati archiviati in MongoDB. MongoDB Atlas, la nostra piattaforma dati per sviluppatori multi-cloud completamente gestita, semplifica la creazione di applicazioni ed esperienze basate sull'IA, con l'ampiezza e la profondità delle partnership e integrazioni IA di MongoDB, indipendentemente dal linguaggio, dal framework applicativo, dal modello di fondazione o dal partner tecnologico utilizzato o preferito dagli sviluppatori. Quest'anno continuiamo a concentrarci sulle nostre partnership e integrazioni con l'IA per rendere più semplice agli sviluppatori la creazione di applicazioni innovative con l'IA generativa, tra cui: Python e JavaScript utilizzando il pacchetto dedicato Langchain-MongoDB Integrazione di Microsoft Semantic Kernel in Python e C# per Atlas Vector Search Modelli di IA di Mistral e Cohere Modelli di IA sulla piattaforma Fireworks AI Aggiunta di Atlas Vector Search come Knowledge Base in Amazon Bedrock Atlas come archivio dati che consente l'archiviazione, l'interrogazione e il recupero utilizzando il linguaggio naturale in ChatGPT Atlas Vector Search come archivio dati su Haystack Atlas Vector Search come archivio dati su DocArray Collaborazione con Google Gemini Code Assist e Amazon Q per prototipare rapidamente nuove funzionalità e accelerare lo sviluppo di applicazioni. Estensione Google Vertex AI per sfruttare il linguaggio naturale con le query MongoDB MongoDB si integra bene con un ricco ecosistema di framework per sviluppatori di IA, LLM e fornitori di incorporamento. Continuiamo a investire per far sì che l'intero stack di IA funzioni perfettamente, consentendo agli sviluppatori di sfruttare facilmente le funzionalità di IA generativa nelle loro applicazioni. Le integrazioni di MongoDB e le nostre funzionalità multi-cloud leader del settore consentono alle organizzazioni di muoversi rapidamente ed evitare il lock in con qualsiasi particolare provider cloud o tecnologia IA in uno spazio in rapida evoluzione. Crea applicazioni IA ad alte prestazioni in modo sicuro e su larga scala L'isolamento del carico di lavoro, senza isolamento dei dati, è fondamentale per creare applicazioni IA performanti e scalabili. I nodi di ricerca in MongoDB Atlas forniscono elaborazione dedicata e consentono agli utenti di isolare i carichi di lavoro IA ad alta intensità di memoria per prestazioni superiori e maggiore disponibilità. Gli utenti possono ottimizzare il consumo di risorse per il loro caso d'uso, aumentando o ridimensionando l'hardware per quel nodo specifico indipendentemente dal resto del cluster di database. I nodi di ricerca semplificano l'ottimizzazione delle prestazioni per le query di ricerca vettoriale senza eseguire un provisioning eccessivo o insufficiente di un intero cluster. Le integrazioni IaC con Hashicorp Terraform Atlas Provider e Cloudformation consentono agli sviluppatori di configurare e implementare programmaticamente i nodi di ricerca su larga scala. I nodi di ricerca sono parte integrante di Atlas Search: la nostra piattaforma multi-cloud completamente gestita e testata sul campo. In precedenza, abbiamo annunciato la disponibilità dei nodi di ricerca per i nostri clienti AWS e Google Cloud . Siamo ora lieti di annunciare la disponibilità dei nodi di ricerca per i nostri clienti Azure a MongoDB.local NYC. I nodi di ricerca su Atlas aiutano gli sviluppatori a muoversi più velocemente eliminando le difficoltà legate all'integrazione, alla protezione e alla manutenzione dei componenti di dati essenziali necessari per creare e distribuire moderne applicazioni IA. Migliora la produttività degli sviluppatori con esperienze basate sull'IA Oggi abbiamo anche annunciato nuove e migliorate versioni delle nostre esperienze di sviluppo intelligenti in MongoDB Compass , MongoDB Relational Migrator e MongoDB Atlas Charts , con l'obiettivo di migliorare la produttività e la velocità degli sviluppatori. Con le versioni aggiornate, gli sviluppatori possono utilizzare il linguaggio naturale per interrogare i propri dati utilizzando MongoDB Compass, risolvere problemi comuni durante lo sviluppo, eseguire la conversione dell'API da SQL a query direttamente da MongoDB Relational Migrator e creare rapidamente grafici e dashboard utilizzando prompt in linguaggio naturale in MongoDB Atlas Charts. Nel complesso, queste esperienze intelligenti aiuteranno gli sviluppatori a creare funzionalità differenziate con maggiore controllo e flessibilità, rendendo più facile che mai la creazione di applicazioni con MongoDB. Consenti ai team di sviluppo di iniziare a creare soluzioni rivolte ai clienti in modo più rapido e semplice con l'IA MongoDB semplifica la creazione di applicazioni basate sull'IA per le aziende di tutte le dimensioni. Per fornire ai clienti un modo semplice per iniziare con l'IA generativa, MongoDB annuncia il MongoDB AI Application Program (MAAP) . In base ai modelli di utilizzo per i casi d'uso comuni dell'IA, i clienti ricevono un'applicazione funzionante costruita su un'architettura di riferimento supportata da MongoDB Atlas, modelli di IA e soluzioni di hosting verificati, supporto tecnico e un impegno a servizio completo guidato dal nostro team di servizi professionali. L'anno scorso, per consentire ulteriormente alle startup di creare soluzioni di IA con MongoDB Atlas, abbiamo lanciato l'AI Innovators Program , un'estensione di MongoDB for Startups , che offre ulteriori 5000 dollari in crediti Atlas alle nostre startup di IA. Quest'anno stiamo espandendo il programma introducendo un Hub per startup IA , che presenta una guida curata per iniziare a lavorare con MongoDB e l'IA, guide rapide per MongoDB e partner IA selezionati e offerte di crediti per startup da parte dei nostri partner IA. Forniamo due nuovi pacchetti di consulenza AI Accelerator per le aziende più grandi: AI Essentials e AI Implementation. Sebbene MAAP sia finalizzato esclusivamente alla creazione di architetture di riferimento altamente controllate, questi pacchetti di consulenza consentono ai clienti di progettare, costruire e implementare prototipi e soluzioni di IA aperti nelle loro applicazioni. I dati sono sempre stati un vantaggio competitivo per le organizzazioni e MongoDB rende facile, veloce e flessibile innovare con i dati. Continuiamo a investire nel rendere tutte le altre parti dello stack di IA facili per le organizzazioni: esaminando i migliori partner per garantire la compatibilità con diverse parti dello stack di applicazioni, costruendo un servizio gestito che si estende su più cloud in funzione e garantendo l'apertura che è sempre stata una parte di MongoDB che evita il lock in con il fornitore. In che modo MongoDB Atlas unifica i servizi dati operativi, analitici e di IA generativa per semplificare la creazione di applicazioni arricchite dall'IA? Consulta la nostra pagina MongoDB for AI per saperne di più.

May 2, 2024
Next →

Influencing Product Strategy at MongoDB with Garaudy Etienne

Garaudy Etienne joined MongoDB as a Product Manager in October of 2019. Since then, he’s experienced tremendous growth. Successful deliveries of MongoDB 4.4 features and MongoDB 5.0 sharding features helped fuel Garaudy’s career development, as did his work establishing a long-term sharding vision, mentoring others, and successfully managing interns. Now, as a Director of Product, he’s defining the strategic direction across multiple products and helping grow our product management organization and culture. Read on to learn more about Garaudy’s experience at MongoDB and his expanding team. A team with impact My team focuses on distributed systems within MongoDB's core database functions, also known as the database engine. Our team ensures the database is reliable and scalable for our most demanding customers. We ensure the product consistently performs as promised, especially at scale. MongoDB's dependability drives greater usage, which enhances our revenue and brand perception. The problems my team works on are vast and relatively undefined. These include revamping our Go-To-Market strategy for new and existing features, guiding the engineering team on architectural decisions driven by customer demands, identifying target markets, and assisting customers in challenging situations. MongoDB and AI We’re in the early stages of the AI boom. MongoDB’s document model is particularly well-suited for this era, as it excels in handling unstructured data, which makes up the majority of today’s information. As AI increasingly relies on diverse formats like text, images, and videos, our flexible schema enables efficient storage and retrieval of unstructured data, enabling applications to extract valuable insights. Our vector search capability enables fast, complex data matching and retrieval, making it ideal for AI-powered applications. This synergy between MongoDB’s document model plus Vector Search and the needs of AI-driven applications positions us as a powerful foundation for companies looking to enable AI into their workflows. The beauty of working in the core database is that it has to support every workload, including the new and expanding Vector Search applications. This means we need to ensure the database remains robust and scalable as AI demands evolve. Some examples are helping develop a more scalable architecture for Search or a new networking stack for Search. No matter what new capabilities MongoDB decides to deliver or the new markets we enter, everything must pass through the core database. This also allows you to meet lots of people and understand everything the company is doing instead of working in a silo. A rewarding career in product MongoDB is committed to career development, something I’ve experienced first-hand. The company has provided me with development opportunities through product management-specific training with Reforge, conferences, direct engagement with critical customers, and leadership training. As a product manager, I was offered mentorship and coaching with multiple experienced product leaders who provided guidance and support as I worked toward promotions. The company clearly communicates the expectations and requirements for advancement within the product management organization. Reflecting on my journey at MongoDB, I still remember the first two features I PM’d: Hedged Reads and Mirrored Reads. One of my first major highlights was presenting at the MongoDB 5.0 keynote to showcase resharding. Seeing genuine excitement from customers and internal teams about this new feature was incredibly fulfilling and reinforced its value. While the keynote was a public milestone, another personal highlight came when I finally visited one of my engineering teams in Barcelona after nearly two years of remote collaboration. This in-person time was invaluable and helped us bring the groundbreaking sharding changes for MongoDB 6.0 to the finish line. Most recently, defining the key strategic pillars for MongoDB 8.0 and allowing other product managers to take ownership of key initiatives has been more rewarding than I imagined. MongoDB’s engineering team is extremely talented, and collaborating with them always brings me tremendous joy. The most recent highlight of my career has been building a diverse product team and helping other product managers make a larger impact than they previously envisioned. Why MongoDB What keeps me at MongoDB is the opportunity to tackle significant challenges, make autonomous decisions, own multiple products, and take on greater leadership responsibilities. MongoDB also rewards and recognizes product managers who drive meaningful impact across the organization and its products. If these opportunities excite you, you'll thrive as part of MongoDB’s product management team! For my team, I’m committed to providing the right balance of guidance and autonomy. Your decisions will have a lasting impact at the executive and organizational levels, creating continuous opportunities to excel and deliver meaningful results. Plus, I always try to make the job fun. Head to our careers site to apply for a role on Garaudy’s team and join our talent community to stay in the loop on all things #LifeAtMongoDB!

November 25, 2024