MongoDB扩大与谷歌云的合作,助推各行业客户部署和扩展新型应用

亮点前瞻

MongoDB Atlas Search Nodes现已在谷歌云(Google Cloud)上全面推出,让客户能够更轻松、更经济高效地隔离和扩展生成式AI工作负载

适用于MongoDB Atlas的Google Cloud Vertex AI扩展以及BigQuery与Spark的全新集成,让客户能够更加无缝地利用其专有数据构建生成式AI应用程序

●MongoDB加入谷歌云行业价值网络(Industry Value Network),并推出与谷歌云的生产数据引擎相集成的全新MongoDB Atlas,帮助企业构建行业特定解决方案

●在谷歌分布式云端(Google Distributed Cloud)运行的MongoDB企业版数据库MongoDB Enterprise Advanced)可帮助客户对应用程序安全性和数据隐私保护极为严格的要求

北京---2024年4月18日---MongoDB公司(纳斯达克股票代码:MDB)近日在2024 Google Cloud Next 大会上宣布将深化与谷歌云的合作,通过使用MongoDB Atlas Vector Search和谷歌云Vertex AI,更轻松、更具成本效益地构建、扩展和部署生成式AI应用程序,并对BigQuery数据处理提供额外支持。双方正在合作开发专门面向零售业和制造业的创新行业解决方案,通过深度产品集成和解决方案,为智慧工厂打造极具吸引力的购物体验和基于数据驱动的应用。MongoDB企业版数据库目前已在谷歌分布式云端(GDC)上推出,以满足需要运行高度敏感数据的工作负载的客户需求。

MongoDB全球合作伙伴执行副总裁Alan Chhabra表示:"MongoDB与谷歌云之间稳固的关系源于双方的密切合作,旨在共同满足各行业企业的独特需求。我们荣获'谷歌云Marketplace年度合作伙伴Google Cloud Partner of the Year - Marketplace)'这一殊荣,彰显了我们致力于为构建现代应用程序的客户提供最佳解决方案,同时,满足最高级别的安全和数据隐私要求。随着越来越多的客户选择MongoDB 和 Google Cloud,我们期待着继续加强双方的合作,通过新型生成型AI应用程序助力他们的业务增长。"

谷歌云迁移、ISV和Marketplace副总裁Stephen Orban表示:"很多客户都表示,需要在目前使用MongoDB这样的领先工具中集成世界级生成式AI。MongoDB和谷歌云已经帮助数千家双方共同客户成功地在谷歌云上使用MongoDB Atlas构建和部署应用程序。我们希望未来继续建立这种战略合作,并为开发人员提供更多方法,通过生成式AI快速高效地创建和增强应用程序,包括通过Vertex AI访问顶级模型,以及通过BigQuery访问自动化数据管道。"

自2018年合作以来,MongoDB和谷歌云已帮助数千家双方共同客户,其中包括Keller Williams、Powerledger、Rent the Runway和Ulta等,采用云原生数据策略实现了企业运营和终端用户服务的现代化。随着MongoDB与谷歌云合作的深入,将进一步助推客户实现:

无缝隔离和扩展生成式AI应用程序,以提高性能和效率 :MongoDB Atlas Search Nodes现已在谷歌云上全面推出,为使用MongoDB Atlas Vector Search和MongoDB Atlas Search的生成式AI和基于相关性的搜索工作负载提供了专用基础设施

MongoDB Atlas Search Nodes独立于核心操作数据库节点,支持客户隔离工作负载,可以在优化成本的同时,将查询时间最多缩短60%

举例而言,一家在纳税季运行高流量应用程序的金融服务公司可以使用带有MongoDB Atlas Search Nodes功能的专用基础架构,通过将生成式AI工作负载部分进行隔离和扩展来优化性能,而不依赖于其数据库。随后该公司可以扩展一个使用MongoDB Atlas Vector Search的知识检索工作负载,供AI驱动的代理程序(agents)使用,这些代理程序能够代表最终用户主动执行操作,而无需调整整个数据库的规模。

使用领先的基础模型,让构建生成式AI应用程序变得更简单:自去年起,MongoDB Atlas Vector Search已与Vertex AI进行了整合,为开发人员提供了更多托管基础模型的选择,以构建生成式AI应用程序。

如今,随着集成的深入,开发人员可以使用专用的Vertex AI扩展功能,更轻松地使用来自 Anthropic、谷歌云、Meta、Mistral等公司的大型语言模型(LLM),而无需在MongoDB Atlas和谷歌云之间转换数据或管理数据管道。

通过这种方式,开发人员可以更便捷地利用企业的实时运营数据来提升大型语言模型(LLM),从而构建能够提供上下文感知和高度个性化的最终用户体验的应用程序。这些应用程序将更加准确、及时和可信,并且能够降低复杂性。开发人员还可以利用新的扩展功能在Vertex AI控制台中进行自然语言输入,以自动生成用于操作数据的查询,并对存储在MongoDB Atlas中的数据执行数据库操作(如创建、读取、更新、删除),从而实现更加无缝的用户体验。

使用运营数据的自动化管道增强分析工作负载 :BigQuery 是一款无服务器、可扩展且经济高效的企业数据仓库,可以跨多个云平台工作,支持各种分析、商业智能(BI)和机器学习工作负载。目前,客户可使用BigQuery和MongoDB Atlas之间的双向同步功能,以利用实时操作数据增强其分析工作负载,或者让最终用户应用程序能够轻松访问企业的历史数据。借助Spark存储过程与BigQuery的全新集成,客户可以更好地实现对BigQuery和MongoDB Atlas之间数据处理工作流的自动化、优化和重新利用,以应用于分析、商业智能(BI)以及最终用户应用程序等方面。

例如,客户可以自动建立对存储在MongoDB Atlas中的实时操作数据与BigQuery中的分析数据进行组合,并将其发送到Vertex AI,以打造全新的最终用户应用程序体验。

利用实时的应用数据来丰富工厂数据,以优化生产和供应链运营 :数以万计的企业依靠MongoDB Atlas安全地存储、处理和管理各种类型的高性能和可扩展实时应用数据。如今的制造商们希望通过对来自工厂设备传感器、终端用户应用程序和企业资源计划系统等不同来源的数据进行整合,实现自动化决策和提高运营效率,进而实现运营的现代化。然而,许多企业无法实现运营转型,因为它们仍然依赖于那些难以替代且现代化成本高昂的老旧技术。借助MongoDB Atlas与谷歌云Manufacturing Data Engine之间的全新集成,制造商可以更轻松地整合和转换来自整个企业的数据,充分利用现代化的实时应用程序实现流程自动化并优化运营

轻松构建和部署应用程序,通过组合式商业功能提供现代购物体验 :在利用个性化和自动化技术打造全新客户体验方面,零售企业走在了最前沿。然而,构建能够大规模支持上述体验的应用程序是一项繁重复杂的任务。为了应对这些挑战,MongoDB加入了谷歌云的行业价值网络(IVN)合作伙伴计划 ,该计划旨在通过与系统集成商的合作来加速创新,简化各行业的端到端解决方案的开发过程。从面向零售商的新解决方案开始,客户可以使用谷歌云上的MongoDB Atlas,通过数字化转型咨询公司Kin + Carta的集成商业网络来部署现代商业架构,以满足其特殊业务需求,并为客户提供极具吸引力的购物体验。

在严密控制的、安全的环境中运行高度敏感的工作负载:由于数据的高度敏感性,政府、公共部门组织和受监管行业的企业在实现运营现代化的过程中常常面临很大挑战。因此,这些组织在处理工作负载时的选择十分有限。

通过使用谷歌分布式云上的MongoDB企业高级版数据库,企业可以在与外部网络完全隔离的环境中构建、部署和扩展应用程序,而无需连接至谷歌云或依赖于公共互联网。

MongoDB是首批为新的谷歌云就绪型分布式云端(Google Cloud Ready---Distributed Cloud)计划提供经验证的解决方案的软件提供商之一 ,专为工作负载高度敏感的客户提供量身定制的集成功能。有了谷歌分布云上的MongoDB企业高级版数据库,政府、公共部门和受监管企业就能够满足严格的数据驻留和安全要求,在保护敏感数据的同时,能够以安全的方式部署创新应用和功能,以满足所有业务现代化的需求。

MongoDB和谷歌云的深入合作得到了双方共同客户与合作伙伴的欢迎

成立于2009年的服装租赁公司Rent the Runway正在颠覆价值万亿美元的时尚业,并通过"云端衣橱"(Closet in the Cloud)重新定义女性着装,这是全球首个也是目前规模最大的共享设计师衣橱平台。Rent the Runway软件工程高级总监Mike Liberant表示:"在谷歌云上运行的MongoDB Atlas优势显著,因为它提供了一个完整的基础设施解决方案,解放了我们的运维工作,使我们能够专注于解决方案的研发和创新。具体而言,MongoDB Atlas帮助我们提高服装加工的效率和准确性,避免人为错误的发生,最终,我们就能为客户提供更优质、更迅捷的服务,让客户选择更多,花钱更少。MongoDB和谷歌云一直是我们强大的合作伙伴,为我们提供亟需的高品质服务和先进工具。"

全球数字化转型咨询公司Kin + Carta的主要业务是帮助企业实现业务现代化,更好地满足客户不断变化的需求。Kin + Carta全国谷歌云联盟(National Google Cloud Alliance)负责人Tara Catalano表示:"通过集成商务网络(Integrated Commerce Network),我们汇集了一流的软件合作伙伴,他们共同致力于简化端到端商务解决方案的构建过程。对于许多客户来说,最优解决方案的构建必须考虑到自己的实际需求,他们需要灵活性和更多选择,还要能够充分利用生成式AI带来的机遇,因此,MongoDB与BigQuery和Vertex AI的连接和集成就成了一个极具吸引力的选择。"

MongoDB Atlas

MongoDB Atlas是领先的多云开发者数据平台,以高度灵活、高性能和全球分布式数据库为核心,加速并简化数据构建过程。MongoDB Atlas在一个统一的环境中提供了一套全面的数据和应用服务,使开发者团队能够快速构建满足现代应用所需的安全性、性能和规模。数以百万计的开发者以及包括国泰航空(Cathay Pacific)、思科(Cisco)、GE医疗(GE Healthcare)、财捷集团(Intuit)、丰田金融服务、威瑞森(Verizon)等在内的数以万计的客户每天在整个企业范围内通过MongoDB Atlas以更快、更高效、更具成本效益的方式进行创新。如需获得更多MongoDB Atlas信息,欢迎访问https://www.mongodb.com/zh-cn/atlas。

MongoDB

MongoDB总部位于美国纽约,致力于释放软件与数据潜能,以赋能创新者开创新行业或变革、颠覆现有行业。由开发者构建并服务开发者的MongoDB开发者数据平台,是一个集成了多个相关服务的数据库,可帮助开发团队应对当今市场对各种现代应用不断增长的需求,并提供统一且一致的用户体验。MongoDB在全球100多个国家和地区拥有数万家客户。自2007年以来,MongoDB数据库平台的下载量达数亿次,MongoDB University课程已培养了数百万名开发者。欲了解更多信息,敬请访问https://www.mongodb.com/zh-cn。

前瞻性陈述

本新闻稿包括《1933年证券法》(修订版)第27A条或《证券法》以及《1934年证券交易法》(修订版)第21E条中规定的某些"前瞻性陈述",包括有关MongoDB与谷歌云(Google Cloud)深化合作的声明。这些前瞻性陈述包括但不限于计划、目标、期望、意图,以及其他载于本新闻稿中不是历史事实和陈述的表述,这些陈述可能包含"预期"、"认为"、"继续"、"可能"、"预计"、"估计"、"打算"、"计划"、"项目"、"将"等词语,或这些词语的否定或复数形式,或类似的表达或变化形式。这些前瞻性陈述反映了我们目前对本公司计划、意图、期望、战略和前景的看法,这些看法基于我们目前掌握的信息和所作的假设。虽然我们认为,我们在这些前瞻性声明中反映或提出的计划、意图、期望、战略和前景是合理的,但我们不能保证这些计划、意图、期望或战略将被达成或实现。此外,实际结果可能与前瞻性陈述中描述的结果大相径庭,并受制于各种我们无法控制的假设、不确定性、风险和因素,包括但不限于:俄乌战争以及以色列和哈马斯之间持续不断的军事冲突对公司业务和未来经营业绩的影响;经济衰退和/或全球经济和金融市场利率上升、通胀和波动对公司业务和未来经营业绩的影响;我们可能无法实现公司官宣的商业目标和未来经营目标或其他预期;我们有限的经营历史;我们的亏损历史;我们的数据库平台未满足客户需求;竞争加剧的影响;我们对新产品的投资以及我们引入新功能、服务或增强功能的能力;与在我们的产品或合作伙伴关系中使用新技术和不断发展的技术(如AI)相关的社会、道德和安全问题;我们有效扩展销售和营销部门的能力;我们继续在开发人员群体中提升和保持信誉的能力;我们吸引新客户或增加对现有客户的销售的能力;我们维持、保护、执行和加强知识产权的能力;在我们的产品或合作关系使用AI等不断发展的新技术时,涉及到相关社会、道德和监管问题的影响;数据库产品市场的增长和扩展,以及我们渗透到该市场中的能力;我们成功整合收购的业务和技术或实现这些收购的预期收益的能力;我们维持软件安全并充分解决隐私问题的能力;我们有效管理增长并成功招聘和挽留高素质人才的能力;我们普通股的价格波动;以及在我们向证券交易委员会(SEC)提交的文件和报告中"风险因素"和不时详细说明的这些风险,包括在我们于2024年3月15日向SEC提交的截至2024年1月31日的10-K 表格年度报告以及我们向SEC不定期提交的其他文件和报告。除法律规定外,我们没有义务或责任因出现新信息、未来事件、预期变化或其他原因而更新本新闻稿中所载的任何前瞻性陈述。


👉点击访问 MongoDB中文官网

👉立即免费试用 MongoDB Atlas

☎️需要支持?欢迎联系我们:400-8662988

✅欢迎关注MongoDB微信订阅号(MongoDB-China),及时获取最新资讯。

相关推荐
JH307330 分钟前
Oracle与MySQL中CONCAT()函数的使用差异
数据库·mysql·oracle
蓝染-惣右介32 分钟前
【MyBatisPlus·最新教程】包含多个改造案例,常用注解、条件构造器、代码生成、静态工具、类型处理器、分页插件、自动填充字段
java·数据库·tomcat·mybatis
冷心笑看丽美人33 分钟前
Spring框架特性及包下载(Java EE 学习笔记04)
数据库
武子康2 小时前
Java-07 深入浅出 MyBatis - 一对多模型 SqlMapConfig 与 Mapper 详细讲解测试
java·开发语言·数据库·sql·mybatis·springboot
代码吐槽菌2 小时前
基于SSM的毕业论文管理系统【附源码】
java·开发语言·数据库·后端·ssm
路有瑶台2 小时前
MySQL数据库学习(持续更新ing)
数据库·学习·mysql
数字扫地僧2 小时前
WebLogic 版本升级的注意事项与流程
数据库
Viktor_Ye3 小时前
高效集成易快报与金蝶应付单的方案
java·前端·数据库
Rverdoser3 小时前
Linux环境开启MongoDB的安全认证
linux·安全·mongodb
努力算法的小明3 小时前
SQL 复杂查询
数据库·sql