MongoDB er et dokumentdatalager, der har eksisteret i over et årti. I de sidste par år har MongoDB udviklet sig til et modent produkt, der byder på muligheder i virksomhedskvalitet som skalerbarhed, sikkerhed og robusthed. Men med den krævende skybevægelse var det ikke godt nok.
Cloudressourcer, såsom virtuelle maskiner, containere, serverløse computerressourcer og databaser, er i øjeblikket meget efterspurgte. I disse dage kan mange softwareløsninger spuns op på en brøkdel af den tid, det plejede at tage at implementere på ens egen hardware. Det startede en trend og ændrede markedets forventninger på samme tid.
Men kvaliteten af en onlinetjeneste er ikke begrænset til implementering alene. Ofte har brugere brug for yderligere tjenester, integrationer eller ekstra funktioner, der hjælper dem med at udføre deres arbejde. Cloud-tilbud kan stadig være meget begrænsede og kan forårsage flere problemer, end hvad du kan få ud af automatiseringen og fjerninfrastrukturen.
Så hvad er MongoDB Inc.s tilgang til dette almindelige problem?
Svaret var MongoDB Atlas, som bringer interne udvidelser som en del af en større cloud-/automatiseringsplatform. Med tilføjelsen af tredjepartskomponenter har MongoDB blomstret. I dagens blog skal vi se, hvad de har udvikler, og hvordan det kan hjælpe dig med at imødekomme dine databehandlingsbehov.
De elementer, vi vil udforske i dag, er...
- MongoDB-diagrammer
- MongoDB Stich
- MongoDB Kubernetes-integrationer med Ops Manager
- MongoDB Cloud-migrering
- Fuldtekstsøgning
- MongoDB Data Lake (beta)
MongoDB-diagrammer
MongoDB Charts er en af de tjenester, der er tilgængelige via MongoDB Atlas-platformen. Det giver simpelthen en nem måde at visualisere dine data, der lever inde i MongoDB. Du behøver ikke at flytte dine data til et andet lager eller skrive din egen kode, da MongoDB Charts er designet til at arbejde med datadokumenter og gøre det nemt at visualisere dine data.
MongoDB-diagrammer gør kommunikationen af dine data til en enkel proces ved at levere indbyggede værktøjer for nemt at dele og samarbejde om visualiseringer. Datavisualisering er en nøglekomponent til at give en klar forståelse af dine data, fremhæve sammenhænge mellem variabler og gøre det nemt at skelne mønstre og tendenser i dit datasæt.
Her er nogle nøglefunktioner, som du kan bruge i diagrammerne.
Aggregation
Aggregationsramme er en operationel proces, der manipulerer dokumenter i forskellige stadier, behandler dem i overensstemmelse med de angivne kriterier og derefter returnerer de beregnede resultater. Værdier fra flere dokumenter er grupperet sammen, hvorpå flere handlinger kan udføres for at returnere matchende resultater.
MongoDB-diagrammer giver indbygget aggregeringsfunktionalitet. Aggregation giver dig mulighed for at behandle dine indsamlingsdata ved hjælp af en række forskellige metrikker og udføre beregninger såsom middelværdi og standardafvigelse.
Charts giver problemfri integration med MongoDB Atlas. Du kan linke MongoDB-diagrammer til Atlas-projekter og hurtigt komme i gang med at visualisere dine Atlas-klyngedata.
Håndtering af dokumentdata
MongoDB Charts forstår indbygget fordelene ved dokumentdatamodellen. Den administrerer dokumentbaserede data, herunder faste objekter og arrays. Brug af en indlejret datastruktur giver fleksibiliteten til at strukturere dine data, som de passer til din applikation, samtidig med at visualiseringsmulighederne bevares.
MongoDB Charts giver indbygget aggregeringsfunktionalitet, som giver dig mulighed for at behandle dine indsamlingsdata ved hjælp af en række forskellige metrics. Det er intuitivt nok for ikke-udviklere at bruge, hvilket giver mulighed for selvbetjeningsdataanalyse, hvilket gør det til et fantastisk værktøj for dataanalyseteams.
MongoDB Stitch
Har du hørt om serverløs arkitektur?
Med Serverless sammensætter du din applikation til individuelle, autonome funktioner. Hver funktion hostes af den serverløse udbyder og kan skaleres automatisk, når funktionsopkaldsfrekvensen stiger eller falder. Dette viser sig at være en meget omkostningseffektiv måde at betale for computerressourcer på. Du betaler kun for de gange, dine funktioner bliver kaldt frem, i stedet for at betale for altid at have din applikation tændt og vente på anmodninger på så mange forskellige instanser.
MongoDB Stitch er en anderledes MongoDB-tjeneste, der kun tager det, der er mest nyttigt i cloud-infrastrukturmiljøerne. Det er en serverløs platform, der gør det muligt for udviklere at bygge applikationer uden at skulle opsætte serverinfrastruktur. Stitch er lavet oven på MongoDB Atlas, der automatisk integrerer forbindelsen til din database. Du kan oprette forbindelse til Stitch gennem Stitch Client SDK'erne, som er åbne for mange af de platforme, du udvikler.
MongoDB Kubernetes-integrationer med Ops Manager
Ops Manager er en administrationsplatform for MongoDB Clusters, som du kører på din egen infrastruktur. Ops Managers muligheder omfatter overvågning, alarmering, gendannelse efter katastrofer, skalering, implementering og opgradering af replikasæt og sharded clusters og andre MongoDB-produkter. I 2018 introducerede MongoDB beta-integration med Kubernetes.
MongoDB Enterprise Operator er kompatibel med Kubernetes v1.11 og nyere. Det er blevet testet mod Openshift 3.11. Denne operatør kræver Ops Manager eller Cloud Manager. I dette dokument, når vi henviser til "Ops Manager", kan du erstatte "Cloud Manager". Funktionaliteten er den samme.
Installationen er ret enkel og kræver
- Installation af MongoDB Enterprise Operator. Dette kunne gøres via ror eller YAML-fil.
- Saml Ops Manager-egenskaber.
- Opret og anvend en Kubernetes ConfigMap-fil
- Opret det hemmelige Kubernetes-objekt, som gemmer Ops Manager API-nøglen
I dette grundlæggende eksempel skal vi bruge YAML-filen:
kubectl apply -f crds.yaml
kubectl apply -f https://raw.githubusercontent.com/mongodb/mongodb-enterprise-kubernetes/master/mongodb-enterprise.yamlDet næste trin er at indhente følgende oplysninger, som vi skal bruge i ConfigMap File. Alt det kan findes i ops manager.
- Basis-URL. Basis-url er URL'en til din Ops Manager eller Cloud Manager.
- Projekt-id. Id'et for et Ops Manager-projekt, som Kubernetes-operatøren vil implementere i.
- Bruger. Et eksisterende Ops Manager-brugernavn
- Offentlig API-nøgle. Bruges af Kubernetes-operatøren til at oprette forbindelse til Ops Manager REST API-slutpunktet
Nu hvor vi har anskaffet de nødvendige Ops Manager-konfigurationsoplysninger, skal vi oprette en Kubernetes ConfigMap-fil til Kubernetes. Til træningsformål kan vi kalde denne fil project.yaml.
apiVersion: v1
kind: ConfigMap
metadata:
name:<<Name>>
namespace: mongodb
data:
projectId:<<Project ID>>
baseUrl: <<OpsManager URL>>Det næste trin er at oprette ConfigMap til Kubernetes og hemmelig fil
kubectl apply -f my-project.yaml
kubectl -n mongodb create secret generic <<Name of credentials>> --from-literal="user=<<User>>" --from-literal="publicApiKey=<<public-api-key>>"Når vi har, kan vi implementere vores første klynge
apiVersion: mongodb.com/v1
kind: MongoDbReplicaSet
metadata:
name: <<Replica set name>>
namespace: mongodb
spec:
members: 3
version: 4.2.0
persistent: false
project: <<Name value specified in metadata.name of ConfigMap file>>
credentials: <<Name of credentials secret>>For mere detaljerede instruktioner, besøg venligst MongoDB-dokumentationen.
MongoDB Cloud-migrering
Atlas Live Migration Service kan migrere dine data fra dit eksisterende miljø, uanset om det er på AWS, Azure, GCP eller on-prem til MongoDB Atlas, den globale clouddatabase for MongoDB.
Migreringen sker via en dedikeret replikeringstjeneste. Atlas Live Migration-processen streamer data gennem en MongoDB-styret applikationsserver.
Live-migrering fungerer ved at holde en klynge i MongoDB Atlas synkroniseret med din kildedatabase. Under denne proces kan din applikation fortsætte med at læse og skrive fra din kildedatabase. Da processen overvåger kommende ændringer, vil alle blive replikeret, og migreringen kan udføres online. Du bestemmer, hvornår du vil ændre applikationsforbindelsesindstillingen og foretage cutover. For at udføre processen mindre udsat giver Atlas mulighed for Validering, som kontrollerer hvidliste IP-adgang, SSL-konfiguration, CA osv.
Fuld tekstsøgning
Fuldtekstsøgning er en anden skytjeneste leveret af MongoDB og er kun tilgængelig i MongoDB Atlas. Ikke-Atlas MongoDB-implementeringer kan bruge tekstindeksering. Atlas Full-Text Search er bygget på Open Source Apache Lucene. Lucene er et kraftfuldt tekstsøgningsbibliotek. Lucene har en brugerdefineret forespørgselssyntaks til at forespørge på dets indekser. Det er grundlaget for populære systemer som Elasticsearch og Apache Solr. Det gør det muligt at oprette et indeks til fuldtekstsøgning, det er at søge, gemme og læse. Det er fuldt integreret i Atlas MongoDB, så der er ingen yderligere systemer eller infrastruktur til at levere eller administrere.
MongoDB Data Lake (beta)
Den sidste MongoDB-skyfunktion, vi gerne vil nævne i MongoDB Data Lake. Det er en ret ny tjeneste, der adresserer det populære koncept med datasøer. En datasø er en stor pulje af rådata, hvis formål endnu ikke er defineret. I stedet for at placere data i et specialbygget datalager, flytter du det til en datasø i dets originale format. Dette eliminerer forudgående omkostninger ved dataindtagelse, såsom transformation. Når data er placeret i.
Ved at bruge Atlas Data Lake til at indlæse dine S3-data i Atlas-klynger kan du forespørge på data, der er gemt i dine AWS S3-bøtter ved hjælp af Mongo Shell, MongoDB Compass og enhver MongoDB-driver.
Der er dog nogle begrænsninger. Følgende funktioner fungerer endnu ikke som overvågning af Data Lakes med Atlas-overvågningsværktøjer, enkelt S3 AWS-kontounderstøttelse, IP-hvidliste og AWS-konto og AWS-sikkerhedsgruppers begrænsninger eller ingen mulighed for at tilføje indekser.