Dynamisez vos purposes autogérées grâce aux fonctionnalités de recherche et de Vector Search

MongoDB est heureuse d’annoncer l’aperçu public des fonctionnalités de recherche et de recherche vectorielle à utiliser avec MongoDB Group Version et MongoDB Enterprise Server. Ces nouvelles fonctionnalités permettent aux développeurs de prototyper, de répéter et de créer des purposes sophistiquées, alimentées par l’IA, directement dans des environnements gérés avec une fonctionnalité de recherche robuste.

La polyvalence est l’une des raisons pour lesquelles les développeurs apprécient MongoDB. MongoDB peut fonctionner partout.¹ Cela inclut les configurations locales où de nombreux développeurs commencent leur parcours MongoDB, jusqu’aux plus grands centres de données d’entreprise lorsqu’il est temps d’évoluer, et le service cloud entièrement géré de MongoDB, MongoDB Atlas. Quel que soit l’endroit où se déroule le développement, MongoDB s’intègre facilement au flux de travail de tout développeur.

MongoDB Group Version est la model gratuite et open supply de MongoDB que des tens of millions de développeurs utilisent pour apprendre, tester et améliorer leurs compétences. MongoDB Enterprise Server est la model commerciale de la base de données principale de MongoDB. Elle offre des fonctionnalités supplémentaires de qualité entreprise pour les entreprises qui préfèrent gérer elles-mêmes leurs déploiements sur website ou dans des environnements de cloud publics, privés ou hybrides.

Avec les fonctionnalités de recherche native et de recherche vectorielle désormais disponibles pour une utilisation avec Group Version et Enterprise Server, MongoDB vise à offrir une expérience plus easy et cohérente pour la création d’purposes performantes, où qu’elles soient déployées.

Qu’est-ce que la recherche et la recherche vectorielle ?

À l’instar de MongoDB Atlas, MongoDB Group Version et MongoDB Enterprise Server prennent désormais en cost deux fonctionnalités de recherche distinctes mais complémentaires :

• La recherche en texte intégral est une fonctionnalité intégrée qui offre une expérience fluide et évolutive pour la création de fonctionnalités d’software basées sur la pertinence.
• La recherche vectorielle permet aux développeurs de créer des purposes intelligentes alimentées par la recherche sémantique et l’IA générative en utilisant des fonctionnalités natives et complètes de base de données vectorielles.

Il n’y a aucune limitation fonctionnelle sur les étapes d’agrégation de recherche principales dans cet aperçu public. Par conséquent, $search, $searchMeta et $vectorSearch sont tous pris en cost avec la même fonctionnalité que ce qui est disponible dans Atlas, à l’exception des fonctionnalités en model d’aperçu. Pour en savoir plus, consultez les pages de documentation sur la recherche et la recherche vectorielle.

Résoudre les défis des développeurs avec la recherche intégrée

Historiquement, l’intégration de fonctionnalités de recherche avancées dans des purposes autogérées nécessitait souvent l’ajout de moteurs de recherche externes ou de bases de données vectorielles à MongoDB. Cette approche a créé des frictions à chaque étape pour les développeurs et les entreprises, et à mené aux problèmes suivants :

• Complexité architecturale : la gestion et la synchronisation des données entre plusieurs systèmes disparates ont ajouté des niveaux de complexité, exigé des compétences supplémentaires et compliqué les flux de travail de développement.
• Frais généraux opérationnels : la gestion distincte du provisionnement, de la sécurité, des mises à niveau et de la surveillance pour chaque système imposait une lourde cost aux équipes DevOps.
• Diminution de la productivité des développeurs : les développeurs sont contraints d’apprendre et d’utiliser des API et des langages de requête différents pour la base de données et le moteur de recherche. Cela entraînait des changements fréquents de contexte, des courbes d’apprentissage plus raides et des cycles de lancement plus lents.
• Problèmes de cohérence : l’alignement de la base de données principale avec des index de recherche ou vectoriels distincts risquait de produire des résultats désynchronisés. Malgré la promotion des garanties transactionnelles et de la cohérence des données, ces index n’étaient finalement que cohérents. Cela a conduit à des résultats incomplets dans des environnements en évolution rapide.

Avec la recherche et la recherche vectorielle désormais intégrées à MongoDB Group Version et MongoDB Enterprise Server, ces compromis disparaissent. Les développeurs peuvent désormais créer de puissantes fonctionnalités de recherche en utilisant l’infrastructure de requête familier de MongoDB, supprimant ainsi le fardeau de la synchronisation et la nécessité de gérer plusieurs systèmes à utilization distinctive. Cette model simplifie l’structure des données, réduit les frais généraux opérationnels et accélère le développement des purposes.

Grâce à ces fonctionnalités, les développeurs peuvent exploiter des fonctionnalités sophistiquées prêtes à l’emploi pour créer une variété d’purposes puissantes. Les cas d’utilisation potentiels sont les suivants :

MongoDB offre des intégrations natives avec des infrastructures telles que LangChain, LangGraph et LlamaIndex. Cela permet de rationaliser les flux de travail, d’accélérer le développement et d’intégrer des fonctionnalités de génération augmentée par récupération ou agentiques directement dans les purposes. Pour en savoir plus sur les autres infrastructures d’IA prises en cost par MongoDB, consultez cette documentation.

Les partenaires et champions de MongoDB ressentent déjà les avantages de l’utilisation de la recherche et de la recherche vectorielle dans un plus massive éventail d’environnements :

« Nous sommes ravis que la recherche et la recherche vectorielle MongoDB soient désormais accessibles dans la déjà populaire MongoDB Group Version. Nos purchasers peuvent désormais tirer parti de MongoDB et LangChain dans l’un ou l’autre des modes de déploiement et dans l’environnement de leur choix pour créer des purposes de grands modèles linguistiques de pointe.» —Harrison Chase, PDG de LangChain.

« MongoDB a aidé Clarifresh à créer des logiciels impressionnants, et j’ai toujours été impressionné par la solidité de ses fondations. » « Avec les fonctionnalités de recherche et de recherche vectorielle désormais disponibles dans MongoDB Group Version, nous avons la certitude d’un code supply accessible, la flexibilité de déployer n’importe où, et la promesse d’une extensibilité pilotée par la communauté. C’est une étape passionnante qui réaffirme l’engagement de MongoDB envers les développeurs. » —Luke Thompson, Champion MongoDB, Clarifresh.

« Nous sommes impatients de découvrir la prochaine interplay des expériences de recherche dans MongoDB Group Version. » Nos purchasers souhaitent bénéficier d’une flexibilité maximale pour pouvoir exécuter leurs purposes de recherche et d’IA générative, et l’intégration de cette fonctionnalité à Group ouvre une toute nouvelle façon de créer et de tester n’importe où. » — Jerry Liu, PDG de LlamaIndex.

« Participer à l’aperçu privé de la recherche en texte intégral et de la recherche vectorielle pour MongoDB Group a été une opportunité passionnante. » « Avoir $search, $searchMeta et $vectorSearch directement dans Group Version apporte les mêmes fonctionnalités puissantes que nous utilisons dans Atlas, sans systèmes ou intégrations supplémentaires. Même en prévisualisation anticipée, il rationalise déjà les flux de travail et produit des résultats plus rapides et plus pertinents. »—Michael Höller, Champion MongoDB, akazia Consulting.

Accès à l’aperçu public

L’aperçu public est disponible gratuitement et est destiné uniquement à des fins de take a look at, d’évaluation et de rétroaction.

Recherche et recherche vectorielle avec MongoDB Group Version. Les nouvelles fonctionnalités sont compatibles avec la model 8.2+ de MongoDB et fonctionnent sur un binaire séparé, mongot, qui interagit avec le binaire normal de la base de données MongoDB.

Pour commencer, assurez-vous que :

• Un cluster MongoDB Group Server fonctionne selon l’une des trois méthodes suivantes :
• Téléchargez MongoDB Group Server model 8.2 à partir de la web page de téléchargements MongoDB. En aperçu public, cette fonctionnalité est disponible pour les déploiements autogérés sur les distributions et architectures Linux prises en cost pour MongoDB Group Version model 8.2+.
• Téléchargez le binaire mongot depuis la web page de téléchargement de MongoDB.
• Extrayez l’picture du container pour Group Server 8.2 à partir d’un référentiel Docker Hub public.
• À venir : déployez à l’aide des contrôleurs MongoDB pour l’opérateur Kubernetes (l’help à la recherche pour Group Server est prévu pour la model 1.5+).

Recherche et recherche vectorielle à utiliser avec MongoDB Enterprise Server. Les nouvelles fonctionnalités sont déployées en tant que nœuds de recherche autogérés dans l’environnement Kubernetes d’un shopper. Cela permettra de se connecter de manière fluide à tous les clusters MongoDB Enterprise Server, qu’ils résident à l’intérieur ou à l’extérieur de Kubernetes lui-même.

Pour commencer, assurez-vous que :

• Un cluster MongoDB Enterprise Server est en cours d’exécution.
• model 8.0.10+ (pour les contrôleurs MongoDB pour l’opérateur Kubernetes 1.4).
• model 8.2+ (pour les contrôleurs MongoDB pour l’opérateur Kubernetes 1.5+).
• Un environnement Kubernetes.
• Les contrôleurs MongoDB pour l’opérateur Kubernetes sont installés dans le cluster Kubernetes. Vous trouverez iciles consignes d’set up.

Une documentation complète pour la configuration de MongoDB Group Version et MongoDB Enterprise Server est également disponible.

Prochaine étape

Lors de l’aperçu public, MongoDB proposera des mises à jour supplémentaires et des fonctionnalités de feuille de route en fonction des rétroactions des purchasers. Après l’aperçu public, ces fonctionnalités de recherche et de recherche vectorielle devraient être généralement disponibles pour les déploiements sur website. Pour la Group Version, ces fonctionnalités seront disponibles sans frais supplémentaires dans le cadre de la Server Facet Public License (SSPL).

Pour MongoDB Enterprise Server, ces fonctionnalités seront includes dans une nouvelle offre d’abonnement payant qui sera lancée ultérieurement. Les prix et les informations family members au bundle de l’abonnement seront disponibles à l’approche du lancement. Pour les développeurs à la recherche d’une expérience entièrement géré dans le cloud, MongoDB Atlas offre dès aujourd’hui une model prête à la manufacturing de ces fonctionnalités.

MongoDB aimerait recevoir vos rétroactions ! Suggérez de nouvelles fonctionnalités ou votez pour des idées existantes sur suggestions.mongodb.com. La contribution est essentielle pour façonner l’avenir de ce produit. Les utilisateurs peuvent contacter leur équipe de compte MongoDB pour fournir une rétroaction plus complète.

¹ MongoDB peut être déployé en tant que service multi-cloud entièrement géré par tous les principaux fournisseurs de clouds publics, dans des clouds privés, localement, sur website et dans des environnements hybrides.