Nouvelles expériences de développement intelligent pour Compass, Atlas Charts et Relational Migrator

Clark Gates-George, Shelby Carpenter, and Jon Lewis
September 26, 2023 | Updated: October 12, 2023

Aujourd'hui, MongoDB a annoncé une série d'innovations sur sa Developer Data Platform, créant de nouvelles expériences intelligentes pour les développeurs sur des outils familiers comme MongoDB Compass, Atlas Charts, Relational Migrator, et MongoDB Documentation qui simplifient radicalement et accélèrent la façon dont les développeurs créent des applications modernes.

Ces nouvelles expériences offrent aux développeurs une assistance guidée et intelligente tout au cours de leurs processus de développement :

  • MongoDB Compass: où les développeurs peuvent utiliser un langage naturel pour créer des requêtes simples ou des agrégations sophistiquées en plusieurs étapes.

  • MongoDB Relational Migrator: où les développeurs peuvent convertir des requêtes SQL en syntaxe MongoDB Query API.

  • MongoDB Atlas Charts: où les développeurs peuvent utiliser un langage naturel pour générer de simples visualisations de données.

  • MongoDB Documentation: où les développeurs peuvent poser des questions directement à un chatbot, construit sur MongoDB Atlas et Atlas Vector Search, pour permettre une recherche d'informations et un dépannage rapides pendant le développement d'un logiciel.

Le temps des développeurs est l'une des denrées les plus précieuses dans toute organisation, et comme les attentes des entreprises et des clients ne cessent d'augmenter, les développeurs sont de plus en plus contraints de fournir des applications en un temps record. Avec des expériences plus intelligentes à travers la Developer Data Platform de MongoDB, il est maintenant plus simple et plus facile de construire des applications modernes pour pratiquement n'importe quel cas d'utilisation.

Requêtes en langage naturel dans Compass

L'élaboration de requêtes et d'agrégations est l'un des principaux cas d'utilisation de Compass, l'outil GUI téléchargeable de MongoDB, très apprécié des développeurs. La nouvelle expérience intelligente de Compass permet aux développeurs d'utiliser le langage naturel pour composer des agrégations sophistiquées afin de requêter, de transformer et d'enrichir les données, réduisant ainsi la complexité et la courbe d'apprentissage pour intégrer des requêtes dans le code de l'application.

La nouvelle expérience est publiée en Public Preview dans la version 1.40.0 et sera déployée progressivement pour les utilisateurs à partir d'aujourd'hui et jusqu'à la fin du mois d'octobre.

Pour commencer, assurez-vous d'avoir téléchargé la version 1.40.0 sur votre machine et d'avoir accès à la fonctionnalité. Vous pouvez ensuite naviguer vers l'onglet Documents et cliquer sur le bouton Générer une requête dans la barre de requête, ce qui ouvre une deuxième barre sous la barre de requête standard où vous pouvez saisir des invites en langage naturel pour générer la syntaxe de l'API de requête que vous pouvez exécuter sur vos données. N'oubliez pas de cliquer le petit pouce afin d'évaluer l'utilité de la requête générée.

Conversion des requêtes SQL dans Relational Migrator

Les migrations font partie du parcours de nombreux développeurs avec MongoDB. Plus tôt cet été, à MongoDB.local NYC, nous avons annoncé l'arrivée de Relational Migratorqui aide les équipes de développement dans ces projets, et nous continuons à faciliter la modernisation du code applicatif.

De nombreux systèmes existants comportent des centaines, voire des milliers de requêtes SQL qui doivent être modernisées dans le cadre d'un effort de migration, ce qui peut être une tâche fastidieuse, voire décourageante. Désormais en Private Preview, les développeurs peuvent utiliser Relational Migrator pour convertir les requêtes SQL et les procédures stockées existantes en syntaxe MongoDB Query API prête à être développée.

Grâce à la conversion des requêtes SQL, les développeurs peuvent utiliser Relational Migrator pour éliminer l'effort manuel de création de requêtes MongoDB, et ce à grande échelle - ce qui accélère les projets de migration.

La conversion des requêtes SQL est actuellement disponible en Private Preview, et l'accès peut être demandé directement à partir de la dernière version de Relational Migrator.

Support en langage naturel dans Atlas Charts

Atlas Charts est le meilleur moyen pour les développeurs de visualiser les données Atlas. En offrant une solution simple et puissante pour obtenir des informations basées sur des données, Charts donne aux développeurs et aux entreprises le pouvoir nécessaire pour faire évoluer leur business à grande échelle.

Ce qui a toujours été facile devient aussi plus intelligent ! Disponible en Private Preview, un nouveau mode de langage naturel permet aux développeurs de visualiser leurs données à l'aide d'une simple requête linguistique, par exemple : "Montrez-moi une comparaison du chiffre d'affaires annuel par pays et par produit" : "Montrez-moi une comparaison du chiffre d'affaires annuel par pays et par produit". Ce n'est que le début. D'ici la fin d'année, le support du langage naturel s'étendra à des requêtes plus complexes et à différents types de graphiques.

Inscrivez-vous dès aujourd'hui pour tester le support du langage naturel pour la construction de Charts! Restez à l'écoute pour d'autres mises à jour de l'équipe et consultez notre documentation pour en savoir plus sur ce qui est pris en charge par le langage naturel pendant le Private Preview !

Chatbot intelligent pour MongoDB Documentation

La documentation est essentielle pour maximiser l'expérience des développeurs, car elle facilite la découverte des fonctionnalités et des capacités du produit et la résolution des problèmes courants au cours du développement du logiciel. MongoDB améliore votre expérience grâce à un chatbot intelligent qui facilite la recherche d'informations en faisant apparaître et en résumant la documentation la plus pertinente.

Construit sur MongoDB Atlas et avec Atlas Vector Search, le chatbot vous permet de poser des questions en langage naturel telles que "Comment démarrer avec MongoDB Atlas ?" ou "Comment ajouter une nouvelle adresse IP à la liste d'accès IP de mon projet Atlas ?" et de recevoir une réponse avec des articles de référence, des exemples de code et d'autres informations pertinentes.

MongoDB sera également présent sur le site open source la documentation nécessaire pour construire le chatbot intelligent, ce qui permettra à d'autres membres de la communauté d'utiliser la puissance de MongoDB Atlas et Atlas Vector Search pour créer des expériences dynamiques et éducatives pour leurs utilisateurs finaux.

Confidentialité et sécurité des données

Plusieurs des organisations les plus soucieuses de sécurité au monde font confiance à MongoDB et utilisent les contrôles robustes de sécurité et de confidentialité des données de la Developer Data Platform pour gérer leurs actifs de données les plus sensibles. Pour maintenir cette confiance, ces nouvelles expériences de développement seront toujours transparentes quant à l'accès aux données et à leur utilisation, ce qui permettra aux clients de prendre des décisions critiques dans les limites de leurs propres préoccupations en matière de sécurité, de protection de la vie privée et de conformité.

Commencez dès aujourd'hui

Avec de nouvelles fonctionnalités intelligentes qui permettent aux développeurs d'interagir avec leurs données en utilisant le langage naturel dans Compass, Relational Migrator et Charts, ainsi qu'un chatbot intelligent pour MongoDB Documentation, il est plus facile que jamais de tirer parti de la flexibilité et de l'évolutivité du modèle de données documentaire de MongoDB pour créer n'importe quelle classe d'application.

Si vous avez un retour à faire sur ces expériences, vous pouvez partager votre feedback sur notre portail utilisateur.

← Previous

Apresentando uma experiência local para Atlas, Atlas Search e Atlas Vector Search com o Atlas CLI

Hoje, o MongoDB tem o prazer de anunciar em Public Preview um novo conjunto de recursos para a construção de software localmente com o MongoDB Atlas, proporcionando aos desenvolvedores maior flexibilidade e reduzindo a sobrecarga operacional durante todo o ciclo de vida de desenvolvimento de software. Os desenvolvedores agora podem desenvolver localmente com implantações do MongoDB Atlas, incluindo Atlas Search e Vector Search , usando o Atlas CLI , capacitando-os a criar pesquisa de texto completo ou aplicativos alimentados por IA, independentemente do ambiente preferido para construção com MongoDB. Os desenvolvedores podem usar a CLI do Atlas para configurar, conectar-se e automatizar tarefas comuns de gerenciamento, desde o desenvolvimento inicial até testes, preparação e produção. Para casos de uso de pesquisa de texto completo, os desenvolvedores agora podem usar a CLI do Atlas para criar e managed índices do Atlas Search, independentemente de estarem trabalhando localmente ou na cloud. Da mesma forma, os desenvolvedores que criam aplicativos alimentados por pesquisa semântica e IA generativa no MongoDB agora podem usar o Atlas CLI para criar e managed instâncias de desenvolvimento local com índices Vector Search, independentemente de seu ambiente de desenvolvimento. O tempo do desenvolvedor é um dos bens mais preciosos em qualquer organização que cria novas experiências de aplicativos inovadoras. Mas com muita frequência, os desenvolvedores ficam sobrecarregados com o gerenciamento de tarefas repetíveis, como a configuração de ambientes de desenvolvimento. Muitas vezes, eles também precisam lidar com a sobrecarga cognitiva de alternar entre diferentes experiências de usuário para desenvolvimento local versus desenvolvimento cloud , o que os distrai da entrega de valor. Ao oferecer aos desenvolvedores o poder do Atlas ao seu alcance, independentemente do ambiente de desenvolvimento preferido, o MongoDB continua a expandir o escopo e os recursos de sua plataforma de dados do desenvolvedor, ao mesmo tempo que valoriza a experiência do desenvolvedor. Crie um banco de dados Atlas local Pronto para criar um banco de dados Atlas local, mas ainda não tem a CLI do Atlas? É fácil de instalar com seu gerenciador de pacotes favorito. Para instalar o Atlas CLI com Homebrew, use o seguinte comando: brew install mongodb-atlas Além de instalar através do gerenciador de pacotes Homebrew, você pode instalar o MongoDB Atlas CLI via Apt, Yum, Chocolatey, baixando diretamente o binário ou puxando a imagem Docker (saiba mais sobre nossa documentação ). Você também pode baixá-lo diretamente do Centro de download do MongoDB . Para criar uma implantação local do Atlas com configurações padrão no modo interativo, digite: atlas deployments setup --type local Se você quiser listar suas implantações do Atlas, digite: atlas deployments list Se você estiver autenticado no Atlas, verá suas implantações locais e cloud do Atlas. Se você não estiver autenticado no Atlas, verá apenas suas implantações locais. Comece com a pesquisa local do Atlas Construindo um aplicativo com um recurso de pesquisa de texto completo desenvolvido pelo Atlas Search? Se você é um desenvolvedor que tende a criar e criar protótipos localmente, talvez esteja interessado em usar a CLI do Atlas para trabalhar com o Atlas Search em seu ambiente local. Para começar, primeiro conecte-se à implantação local na qual deseja criar um índice de pesquisa: atlas deployments connect A seguir, você pode usar o MongoDB Shell para criar seu índice de pesquisa. Abaixo você verá um exemplo de como criar um índice Atlas Search: db.YOURCOLLECTION.createSearchIndex( "example-index", { mappings: { dynamic: true } } ) Então, se quiser executar uma consulta, você pode usar o estágio $search de um aggregation pipeline. Você pode aprender mais sobre como gerenciar índices do Atlas Search em nossa documentação . Comece com a pesquisa vetorial local Se você estiver construindo um aplicativo com IA generativa ou pesquisa semântica e MongoDB Atlas, é provável que você esteja interessado em nossa oferta Atlas Vector Search . E agora com o Atlas CLI, você pode trabalhar com Vector Search na cloud e em seu ambiente local. Para começar com o Vector Search localmente, você pode usar o MongoDB Shell para criar um índice do Vector Search. Observe que isso é semelhante ao exemplo do Atlas Search acima, exceto que neste caso há uma incorporação de vetor considerada na criação do índice de pesquisa. db.YOURCOLLECTION.createSearchIndex({ "mappings": { "dynamic": true, "fields": { "plot_embedding": { "type": "knnVector", "dimensions": 1536, "similarity": "euclidean" } } } } ) Para saber mais sobre como executar consultas de pesquisa vetorial, visite nossa documentação . Além disso, se você já estiver familiarizado com o manuseio de seus índices cloud Search usando a CLI do Atlas, apreciará um novo conjunto de comandos interativos projetados para ajudá-lo managed com eficiência os índices do Atlas Search e do Vector Search, tanto localmente quanto na cloud: atlas deployments search indexes create A partir daí, você pode percorrer um fluxo interativo que o orienta na criação do índice. Para obter instruções detalhadas, visite nosso tutorial . Pronto para migrar para a cloud? Se você estiver pronto para criar um banco de dados Atlas na cloud, isso será fácil de fazer com a CLI do Atlas. Basta usar o seguinte comando: atlas deployments setup --type atlas A partir daí, o assistente de configuração irá guiá-lo para: Registre-se para uma conta Atlas ou autentique-se em uma conta existente Crie um banco de dados MongoDB Atlas gratuito Carregar dados de amostra Adicione seu endereço IP à lista de acesso Crie um usuário e senha do banco de dados Conecte-se ao cluster usando o MongoDB Shell ( mongosh ) para poder começar a interagir com seus dados Para saber mais sobre o Atlas CLI, visite nossa documentação . E não deixe de nos contar o que você acha da CLI do Atlas em nosso portal de feedback do usuário . Com a nova experiência local com a CLI do Atlas, ficou mais fácil do que nunca trabalhar com seus dados no Atlas, independentemente do ambiente de desenvolvimento de sua preferência. Comece hoje mesmo com o Atlas CLI como a ferramenta de desenvolvedor definitiva para managed o MongoDB Atlas, incluindo Atlas Search e Vector Search, durante todo o ciclo de vida de desenvolvimento de software, desde seu ambiente local até a cloud.

September 26, 2023
Next →

MongoDB Database Observability: Integrating with Monitoring Tools

This post is the final in a three-part series on leveraging database observability. Welcome back to our series on Leveraging Database Observability! Our previous post showcased a real-world use case highlighting how MongoDB Atlas’s observability tools effectively tackle database performance challenges. Whether you’re a developer, DBA, or DevOps engineer, our mission is to empower you to harness the full potential of your data through our observability suite . Integrating Atlas metrics with your central enterprise observability tools can simplify your operations. By seamlessly working with popular observability tools, our approach helps teams streamline workflows and enhance visibility across systems. Integrating MongoDB Atlas with third-party monitoring tools MongoDB’s developer data platform combines all essential data services for building modern applications within a unified experience. Our purpose-built observability tools for Atlas environments offer automatic monitoring and optimization, guiding diagnostics tailored specifically for MongoDB. Additionally, we extend Atlas metrics into your existing enterprise observability stack, enabling seamless integration without replacing your current tools. This creates a consolidated, single-pane view that unifies Atlas telemetry with other tech and application metrics, ensuring comprehensive visibility into both database and full-stack performance. This integration empowers you to monitor, receive alerts, and make data-driven decisions within your existing workflows, driving greater efficiency. Below is a quick guide to modifying integration settings through the Atlas UI and the popular integrations we support: Navigate to the Project Integrations page in Atlas. Choose the organization and project you want to configure from the navigation bar. On the Project Integrations page, select the third-party services you’d like to integrate. Configure the chosen services with the required API keys and regions. Critical integrations for your observability platform With Atlas’s Datadog and Prometheus integrations, you can send critical MongoDB metrics to these platforms, empowering detailed, real-time monitoring. Through Datadog , you can track database operation counts, query efficiency, and resource usage, ideal for pinpointing bottlenecks and managing resources. Similarly, Prometheus enables you to monitor essential metrics like query times, connection rates, and memory usage, supporting flexible tracking of database health and performance. Both integrations facilitate proactive detection of issues, alert configuration for resource thresholds, and a cohesive view of Atlas data when visualized in Grafana. Atlas’s integration with PagerDuty streamlines incident management by sending metrics like performance alerts, billing anomalies, and security events directly to PagerDuty. This integration records incidents automatically, notifies teams upon alerts, and supports two-way syncing, ensuring resolved alerts in Atlas are reflected in PagerDuty. It enables efficient incident response and resource allocation to maintain system stability. With Atlas integrations for Microsoft Teams and Slack, you can route key metrics—such as query latency, disk usage, and throughput—to these channels for timely updates. Teams can use these insights for real-time performance monitoring, incident response, and collaboration. Notifications through these platforms ensure your team stays informed on database performance, storage health, and user activity changes as they occur. Use case: Centralized observability with MongoDB Atlas, Datadog, and Slack Let’s walk through a hypothetical scenario for ShopSmart, an e-commerce company that leverages MongoDB Atlas to manage its product catalog and customer data. As traffic surges, the DevOps team faces challenges in monitoring application performance and database health effectively. To tackle these challenges, the team leverages MongoDB Atlas’ integration with Datadog and Slack, creating a powerful observability ecosystem. Integrating MongoDB Atlas with Datadog: The team pushes key MongoDB Atlas metrics into Datadog, such as query performance, connection counts, and Atlas Vector Search metrics. With Datadog, they can visualize these metrics and correlate overall MongoDB performance with their other applications. Out-of-the-box monitors and dedicated dashboards allow the team to track metrics like throughput, average read/write latency, and current connections. This visibility helps pinpoint bottlenecks in real time, ensuring optimal database performance and improving overall application responsiveness. Setting up alerts in Datadog: The team configures alerts for critical metrics like high query latency and increased error rates. When thresholds are breached, Datadog instantly notifies the team. This proactive approach allows the team to address potential performance issues before they impact customers. Integrating Datadog with Slack: To ensure fast communication, alerts are sent directly to the dedicated Slack channel, “ShopSmart-Alerts.” This integration fosters seamless collaboration, enabling the team to discuss and resolve issues in real-time. With these integrations, ShopSmart’s engineering team can monitor performance quickly and address issues efficiently. The unified observability approach enhances operational efficiency, improves the customer experience, and supports ShopSmart’s competitive edge in the e-commerce industry. By leveraging MongoDB Atlas, Datadog, and Slack, the team ensures scalable performance and drives continuous innovation. Conclusion MongoDB Atlas empowers developers and organizations to achieve unparalleled observability and control over their database environments. By seamlessly integrating with central enterprise observability tools, Atlas enhances your ability to monitor performance metrics and ensures you can do so within your existing workflows. This means you can focus on building modern applications confidently, knowing you have the insights and alerts necessary to maintain optimal performance. Embrace the power of MongoDB Atlas and transform your approach to database management—because your applications can thrive when your data is observable. And that wraps up our Leveraging Database Observability series! We hope you learned something new and found value in these discussions. Sign up for MongoDB Atlas , our cloud database service, to see database observability in action. To dive deeper and expand your knowledge, check out this learning byte for more insights on the MongoDB observability suite and how it can enhance your database performance.

November 14, 2024