Ahora se puede implementar Atlas Data Federation y Online Archive en Azure

Karthic Subramanian and Sabina Friden
February 29, 2024 | Updated: March 18, 2024

Se avecinan desarrollos emocionantes para los usuarios de Microsoft Azure, lo que marca un salto significativo en las capacidades de administración de datos. En primer lugar, Atlas Data Federation ahora cuenta con disponibilidad general en Azure. Esto significa que ahora puede implementarlo de forma directa dentro de Azure e incluso consultar datos de Microsoft Azure Blob Storage. Y eso no es todo. También lanzamos la disponibilidad general de Atlas Online Archive en Azure. Estos avances marcan el comienzo de una nueva era de soluciones de archivado eficaces para soluciones de datos basadas en Azure.

Ambas actualizaciones son grandes avances para hacer que la administración de datos en Azure sea más eficaz y flexible. ¡Veamos qué significa esto para usted!

Compatibilidad con Azure en Atlas Data Federation (disponibilidad general)

Con Atlas Data Federation, los usuarios pueden consultar, transformar y crear vistas sin problemas en múltiples bases de datos de Atlas y soluciones de almacenamiento de objetos en cloud, como Amazon S3 y ahora Microsoft Azure Blob Storage. Esta característica, antes exclusiva para AWS, es revolucionaria, lo que permite la implementación directa dentro de Azure y la capacidad de aprovechar Microsoft Azure Blob Storage para obtener información estratégica de datos.

Figura 1: Acceda fácilmente a Azure Blob Storage desde la IU de Atlas

Características principales de Atlas Data Federation

  • Flexibilidad en cloud: elija entre AWS y Azure para alojar instancias de bases de datos federadas.
  • Diversas fuentes de datos: incorpora clusters de MongoDB Atlas o soluciones de almacenamiento de Azure (Azure Blob Storage y Azure Data Lake Storage Gen2) como fuentes de datos para realizar consultas completas, incluso entre regiones.
  • Agregación avanzada: capacidades de agregación integrales con operadores que incluyen $match, $lookup, $queryHistory, $merge, $out, etc.
    • Compatibilidad directa de $out para Azure Blob Storage y Azure Data Lake Storage Gen2.
  • Consultas de SQL de Atlas en Azure: ejecute consultas de SQL en Azure, que integra datos de MongoDB para una experiencia de análisis unificada.

Atlas Data Federation simplifica el acceso y el análisis de conjuntos de datos complejos al combinar datos de múltiples fuentes en una única visión federada, proporcionando información valiosa para tomar decisiones empresariales más informadas.

Explore Atlas Data Federation en Azure hoy mismo.

Compatibilidad con Azure en Atlas Online Archive (disponibilidad general)

La expansión de Atlas Online Archive a Azure garantiza que la organización de datos por niveles no solo sea eficiente, sino que también esté integrada, manteniendo los datos de archivo dentro del ecosistema de Azure. Esta integración resuelve la limitación anterior de utilizar por defecto AWS para el almacenamiento, incluso para los clusters alojados en Azure.

Figura 2: Seleccione Azure al elegir una región

Características clave de Atlas Online Archive

  • Opción de proveedor: opte por AWS o Azure para alinearse con su estrategia de cloud.
  • Archivado automático: establezca reglas para mover datos antiguos a un almacenamiento rentable en cloud de forma automática y elimina la descarga manual.
  • Punto de conexión de consulta unificado: acceda a todos los datos a través de un único punto de conexión, lo que garantiza información rápida sin comprometer la disponibilidad de los datos.
  • Gestión integrada de la IU de MongoDB Atlas: gestione el archivado de datos y su organización por niveles desde la conocida interfaz de Atlas, lo que agiliza las operaciones y el mantenimiento.

Gestione sin problemas la organización de datos por niveles de MongoDB Atlas a escala con Atlas Online Archive. Atlas Online Archive le permite administrar su ciclo de vida de datos de manera eficiente, equilibrando costos y accesibilidad con facilidad.

Finalmente, aquí hay algunos puntos a considerar:

  • Cualquier archivo recién creado en un cluster de Azure a partir del 02/28 será predeterminado para las regiones de Azure. Tenga en cuenta que las regiones de almacenamiento para Online Archive se asignarán por defecto a clústeres de Azure sólo si no hay archivos de AWS preexistentes en ese cluster de Azure específico
  • Si hay archivos AWS Online preexistentes en clusters de Azure, todos los archivos recién creados en ese cluster específico permanecerán en AWS.
  • Los proveedores de cloud o las regiones de almacenamiento no se pueden editar ni modificar una vez configurados

Aproveche todo el potencial de Atlas Online Archive en Azure hoy mismo.

Estamos encantados de dar asistencia técnica a su recorrido de gestión de datos, lo que ofrece mayor control y flexibilidad sobre sus datos a través de estas nuevas capacidades de Azure. A medida que MongoDB Atlas continúa expandiéndose como una solución multi-cloud, estamos aquí para garantizar que su estrategia de datos sea tan dinámica y versátil como su negocio.

Para obtener una guía introductoria, consulte nuestra documentación sobre Atlas Data Federation o Atlas Online Archive.

Gracias por confiar en MongoDB Atlas como su plataforma de datos para desarrolladores. Bienvenido al futuro de la administración de datos multi-cloud

← Previous

Atlas Data Federation et Online Archive peuvent désormais être déployés dans Azure

Des développements prometteurs se profilent à l'horizon pour les utilisateurs de Microsoft Azure, marquant une avancée significative dans les capacités de gestion des données. Tout d'abord, Atlas Data Federation est désormais disponible sur Azure. Cela signifie que vous pouvez désormais le déployer directement dans Azure et même interroger des données de Microsoft Azure Blob Storage. Et ce n'est pas tout. Nous avons également lancé la disponibilité générale d'Atlas Online Archive sur Azure. Ces avancées s'appuient dans une nouvelle ère de solutions d'archivage efficaces pour les solutions de données basées sur Azure. Ces deux mises à jour constituent un grand pas en avant pour rendre la gestion des données sur Azure plus puissante et plus flexible. Voyons ce que cela signifie pour vous ! Prise en charge d'Azure dans Atlas Data Federation (disponibilité générale) Avec Atlas Data Federation, les utilisateurs peuvent interroger, transformer et créer des vues en toute transparence sur plusieurs bases de données Atlas et solutions de stockage d'objets sur le cloud, telles qu'Amazon S3 et maintenant Microsoft Azure Blob Storage. Cette fonctionnalité, auparavant exclusive à AWS, change la donne en permettant un déploiement direct au sein d'Azure et la possibilité de puiser dans Microsoft Azure Blob Storage pour obtenir des informations sur les données. Figure 1 : accéder facilement à Azure Blob Storage depuis l'interface utilisateur d'Atlas Principales fonctionnalités d'Atlas Data Federation Flexibilité du cloud : choisissez entre AWS et Azure pour héberger des instances de bases de données fédérées. Diverses sources de données : intégrez des clusters MongoDB Atlas ou des solutions de stockage Azure (Azure Blob Storage et Azure Data Lake Storage Gen2) en tant que sources de données pour des requêtes complètes, y compris interrégionales. Agrégation avancée : capacités d'agrégation complètes avec des opérateurs tels que $match, $lookup, $queryHistory, $merge, $out, etc. Prise en charge directe de $out pour Azure Blob Storage et Azure Data Lake Storage Gen2. Requêtes SQL Atlas sur Azure : exécutez des requêtes SQL sur Azure, en intégrant les données MongoDB pour une expérience d'analyse unifiée. Atlas Data Federation simplifie l'accès et l'analyse d'ensembles de données complexes en combinant des données provenant de sources multiples en une vue unique et fédérée, ce qui permet d'obtenir des informations précieuses pour prendre des décisions plus éclairées. Découvrez Atlas Data Federation sur Azure dès aujourd'hui . Prise en charge d'Azure dans Atlas Online Archive (disponibilité générale) L'extension d'Atlas Online Archive à Azure garantit que la hiérarchisation des données est non seulement efficace mais aussi intégrée, en conservant les données d'archives au sein de l'écosystème Azure. Cette intégration permet de remédier à la limitation précédente qui consistait à utiliser par défaut AWS pour le stockage, même pour les clusters hébergés sur Azure. Figure 2 : sélectionner Azure sans problème lors du choix d'une région Principales fonctionnalités d'Atlas Online Archive Choix du fournisseur : optez pour AWS ou Azure pour vous aligner sur votre stratégie cloud. Archivage automatique : définissez des règles pour transférer automatiquement les données plus anciennes vers un stockage cloud rentable, éliminant ainsi le déchargement manuel. Point de terminaison unifié pour les requêtes : accédez à toutes les données depuis un point de terminaison unique, ce qui vous permet d'obtenir rapidement des informations sans compromettre la disponibilité des données. Gestion intégrée de l'interface MongoDB Atlas : gérez la hiérarchisation et l'archivage de vos données dans l'interface familière d'Atlas, ce qui simplifie les opérations et la maintenance. Gérez vos données MongoDB Atlas en toute transparence et à grande échelle avec Atlas Online Archive. Atlas Online Archive vous permet de gérer efficacement le cycle de vie de vos données, en équilibrant facilement les coûts et l'accessibilité. Enfin, voici quelques points à prendre en considération : Toute archive nouvellement créée sur un cluster Azure le ou après le 28 février sera par défaut dans les régions Azure. Notez que les régions de stockage pour Online Archive seront par défaut des clusters Azure seulement s'il n'y a pas d'archives AWS préexistantes sur ce cluster Azure spécifique S'il existe des clusters AWS Online Archives on Azure préexistants, toutes les archives nouvellement créées sur ce cluster spécifique resteront sur AWS. Les fournisseurs cloud ou les régions de stockage ne peuvent pas être édités ou modifiés une fois qu'ils ont été configurés Exploitez tout le potentiel d'Atlas Online Archive sur Azure dès aujourd'hui . Nous sommes ravis de vous accompagner dans votre démarche de gestion des données, en vous offrant un meilleur contrôle et une plus grande flexibilité sur vos données grâce à ces nouvelles fonctionnalités Azure. Alors que MongoDB Atlas continue de se développer en tant que solution multi-cloud, nous sommes là pour veiller à ce que votre stratégie de données soit aussi dynamique et polyvalente que les besoins de votre entreprise. Pour vous aider à vous lancer, consultez notre documentation sur Atlas Data Federation ou Atlas Online Archive . Nous vous remercions d'avoir choisi MongoDB Atlas comme plateforme de données pour développeurs. Bienvenue dans l'avenir de la gestion des données multicloud !

February 29, 2024
Next →

The Converged AI and Application Datastore for Insurance

In the inherently information-driven insurance industry, companies ingest, analyze, and process massive amounts of data, requiring extensive decision-making. To manage this, they rely on a myriad of technologies and IT support staff to keep operations running smoothly but often lack effectiveness due to their outdated nature. Artificial intelligence (AI) holds great promise for insurers by streamlining processes, enhancing decision-making, and improving customer experiences with significantly less time, resources, and staff compared with traditional IT systems. The convergence of AI and innovative application datastores is transforming how insurers work with data. In this post, we’ll look at how these elements are reshaping the insurance industry and offering greater potential for AI-powered applications, with MongoDB at the heart of the converged AI and application datastore. Scenario planning and flexible data layers One of the primary concerns for IT leaders and decision-makers in the insurance industry is making smart technology investments. The goal is to consolidate existing technology portfolios, which often include a variety of systems like SQL Server, Oracle, and IBM IMS. Consolidation helps reduce inventory and prepare for the future. But what does future-proofing really look like? Scenario planning is an effective strategy for future-proofing. This involves imagining different plausible futures and investing in the common elements that remain beneficial across all scenarios. For insurance companies, a crucial common thread is the data layer. By making data easier to work with, companies can ensure that their technology investments remain valuable regardless of how future scenarios unfold. MongoDB’s flexible developer data platform offers a distinct architectural advantage by making data easier to work with, regardless of the cloud vendor or AI application in use. This flexibility is vital for preparing for disruptive future scenarios, whether they involve regulatory changes, market shifts, or technological advancements. Watch now: The Converged AI and Application Datastore: How API's, AI & Data are Reshaping Insurance The role of AI and data in insurance Generative AI is revolutionizing the insurance sector, offering new ways to manage and utilize data. According to Celent's 2023 Technology Insight and Strategy Survey, 33% of companies across different industries have AI projects in planning, 29% in development, and 19% in production (shown in Figure 1 below). This indicates a significant shift towards AI-driven solutions by insurers actively experimenting with gen AI. Figure 1: Celent Technology Insight and Strategy Survey 2023 However, there's tension between maintaining existing enterprise systems and innovating with AI. Insurance companies must balance keeping the lights on with investing in AI to meet the expectations of boards and stakeholders. The solution lies in integrating AI in a way that enhances operational efficiency without overwhelming existing systems. However, data challenges need to be addressed to achieve this, specifically around access to data. According to a Workday Global Survey , only 4% of respondents said their data is fully accessible, and 59% say their enterprise data is somewhat or completely siloed. Without a solid data foundation, insurers will struggle to achieve the benefits they are looking for from AI. Data architectures and unstructured data When adopting advanced technologies like AI and ML, which require data as the foundation, organizations often grapple with the challenge of integrating these innovations into legacy systems due to their inflexibility and resistance to modification. A robust data architecture is essential for future-proofing and consolidating technology investments. Insurance companies often deal with a vast amount of unstructured data, such as claim images and videos, which can be challenging to manage. By leveraging AI, specifically through vector search and large language models, companies can efficiently process and analyze this data. MongoDB is ideal for managing unstructured data due to its flexible, JSON-like document model, which accommodates a wide variety of data types and structures without requiring a predefined schema. Additionally, MongoDB’s flexibility enables insurers to integrate seamlessly with various technologies, making it a versatile and powerful solution for unstructured data management. For example, consider an insurance adjuster assessing damage from claim photos. Traditionally, this would require manually reviewing each image. With AI, the photos can be converted into vector embeddings and matched against a database of similar claims, drastically speeding up the process. This not only improves efficiency but also enhances the accuracy of assessments. The converged AI and application datastore with MongoDB Building a single view of data across various systems is a game-changer for the insurance industry. Data warehouses and data lakes have long provided single views of customer and claim data, but they often rely on historical data, which may be outdated. The next step is integrating real-time data with these views to make them more dynamic and actionable. A versatile database platform plays a crucial role in this integration. By consolidating data into a single, easily accessible view, insurance companies can ensure that various personas, from underwriters to data scientists, can interact with the data effectively. This integration allows for more responsive and informed decision-making, which is crucial for staying competitive in a rapidly evolving market. This can be achieved with a converged AI and application datastore, as shown in Figure 2 below. This is where operational data, analytics insights, and unstructured data become operationally ready for the applications that leverage AI. Figure 2: Converged AI and application datastore reference architecture The convergence of AI, data, and application datastores is reshaping the insurance industry. By making smart technology investments, leveraging AI to manage unstructured data, and building robust data architectures, insurance companies can future-proof their operations and embrace innovation. A versatile and flexible data platform provides the foundation for these advancements, enabling companies to make their data more accessible, actionable, and valuable. The MongoDB Atlas developer data platform puts powerful AI and analytics capabilities directly in the hands of developers and offers the capabilities to enrich applications by consolidating, ingesting, and acting on any data type instantly. Because MongoDB serves as the operational data store (ODS)—with its flexible document model—insurers can efficiently handle large volumes of data in real-time. By integrating MongoDB with AI/ML platforms, insurers can develop models trained on the most accurate and up-to-date data, thereby addressing the critical need for adaptability and agility in the face of evolving technologies. With built-in security controls across all data, whether managed in a customer environment or through MongoDB Atlas, a fully managed cloud service, MongoDB ensures robust security with features such as authentication (single sign-on and multi-factor authentication), role-based access controls, and comprehensive data encryption. These security measures act as a safeguard for sensitive data, mitigating the risk of unauthorized access from external parties and providing organizations with the confidence to embrace AI and ML technologies. If you would like to learn more about the convergence of AI and application datastores, visit the following resources: Video: The Converged AI and Application Datastore: How API's, AI & Data are Reshaping Insurance Paper: Innovation in Insurance with Artificial Intelligence The MongoDB Solutions Library is curated with tailored solutions to help developers kick-start their projects

July 18, 2024