一谈起数据库,MongoDB首席技术官Mark Porter就无比激动,这位从事数据库工作已经有35年岁月的Tech Geek,将其整个职业生涯的心血都专注于数据库这一件事上。
他观察到,新冠疫情带来的难关让企业更加明白一件事,即那些能借助软件之力迅速响应、快速应对的企业更具竞争力。企业能做出快速响应就需要依赖底层技术,MongoDB就是一种最快和最可预见的写应用程序的方式。
MongoDB首席技术官Mark Porter
因为对于开发人员而言,一个理想的数据平台应该是易于启动、易于扩展、能够保持正常运行、在应用程序成功时无需重新架构、能与他们工作中所用所需完美集成。
MongoDB 6.0超过150项创新
MongoDB数据库被公认为是最受欢迎的、通用的、适用于关键任务的文档型数据库,能够满足现代应用的需求。在刚刚过去的5月份,MongoDB的下载量超过了以往任何一年的任何一个月份。
MongoDB文档模型适用于所有数据类型(文档、图形、数组、文本、对象、地理空间、时间序列和关系型数据等),因此客户不再需要各种不同的数据库,同时还可以支撑关系型数据类型和关系型数据库。
最近2022 MongoDB举办了一年一度的全球用户大会,最新发布的MongoDB 6.0版本中新增了150余项创新。
MongoDB主要关注:大规模的高性能、全球覆盖和数据迁移、更丰富的 MongoDB使用场景、无缝集成至开发者的工作流和数据安全与隐私五大方面。
MongoDB 6.0预览版推出了业界首个使用突破性密码学工程原理的加密搜索方案——Queryable Encryption。这项技术使开发者能够在不影响性能的情况下,简单直观地查询加密的敏感数据,并且不需要具备任何加密经验。数据库中的数据可以始终保持加密状态,包括存储在内存和CPU中的数据;密钥永远不会离开应用程序,且不能通过数据库服务器进行访问。
Mark Porter表示,这种端到端的客户端加密技术使用新颖的加密索引数据结构,使得开发者能够史无前例地在完全加密的机密数据上进行表达式查询。
现在MongoDB与所有的云服务商都可以展开合作,MongoDB Atlas是在客户有需求的地方去迎合客户的需求,不管是在法国、意大利还是印尼的云都可以实现。
在中国,为中国的MongoDB
MongoDB在中国主要有三大业务模式,第一,为中国企业提供专业服务;第二,帮助中国企业出海;第三,帮助外国企业进入中国。
MongoDB北亚区高级副总裁苏玉龙(Steve Su)表示,这三大形式的业务离不开好的产品能力、强有力的开发者,以及广大客户的信赖。
MongoDB北亚区高级副总裁苏玉龙
去年MongoDB将MongoDB大学做了本地化的翻译,为考试视频添加中文字幕,助力社区用户、客户清除语言障碍,轻松备考。同时推出一系列MongoDB认证活动,帮助开发者提升能力,更好的发展他们的事业。
通过OEM合作伙伴协议,阿里云和腾讯云可以完全访问MongoDB的核心数据库功能,这些功能可以帮助中国客户轻松访问经过全面认证的MongoDB 数据库即服务。苏玉龙指出,自去年宣布与腾讯云合作之后,MongoDB已经看到了令人兴奋的进展,同时2019年MongoDB就与阿里云正式达成合作,且进展非常顺利。
MongoDB与阿里云一起助力游戏行业大客户吉比特(G-bits)进行《一念逍遥》游戏开发,吉比特需要数据库需要具备高级别的灵活性、在大规模可用性的同时,玩家的体验感也不应打折扣、更好的运维支持和更大的规模。通过使用AsparaDB for MongoDB服务,出现中断时的恢复时间缩短了50倍,支撑成千上万的玩家同时在线。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。