Selbstverwaltete Apps mit Such- und Vector Search-Funktionen optimieren

MongoDB freut sich, die öffentliche Vorschau der Such- und Vektorsuchfunktionen für die Verwendung mit der MongoDB Neighborhood Version und dem MongoDB Enterprise Server anzukündigen. Diese neuen Funktionen ermöglichen es Entwicklern, Prototypen zu erstellen, zu iterieren und anspruchsvolle, KI-gestützte Anwendungen direkt in selbst-managed Umgebungen mit robuster Suchfunktionalität zu entwickeln.

Vielseitigkeit ist einer der Gründe, warum Entwickler MongoDB lieben. MongoDB kann überall ausgeführt werden.¹ Dazu gehören lokale Setups, wo viele Entwickler ihre MongoDB-Reise beginnen, bis hin zu den größten Rechenzentren von Unternehmen, wenn es Zeit zum Skalieren ist, und MongoDBs vollständig verwalteter Cloud-Service, MongoDB Atlas. Unabhängig davon, wo die Entwicklung stattfindet, lässt sich MongoDB mühelos in den Arbeitsablauf jedes Entwicklers integrieren.

MongoDB Neighborhood Version ist die kostenlose, im Quellcode verfügbare Model von MongoDB, die Millionen von Entwicklern zum Lernen, Testen und Erweitern ihrer Fähigkeiten verwenden. MongoDB Enterprise Server ist die kommerzielle Model der MongoDB-Kerndatenbank. Es bietet zusätzliche Funktionen auf Unternehmensniveau für Unternehmen, die es vorziehen, ihre Bereitstellungen vor Ort oder in öffentlichen, privaten oder hybriden Cloud-Umgebungen selbst zu managen.

Mit den jetzt für die Neighborhood Version und Enterprise Server verfügbaren nativen Such- und Vektorsuchfunktionen möchte MongoDB eine einfachere und konsistentere Erfahrung beim Erstellen großartiger Anwendungen bieten, wo auch immer diese bereitgestellt werden.

Was ist Suche und Vektorsuche?

Ähnlich wie die Angebote in MongoDB Atlas unterstützen die MongoDB Neighborhood Version und der MongoDB Enterprise Server jetzt zwei unterschiedliche, sich jedoch ergänzende Suchfunktionen:

• Die Volltextsuche ist eine eingebettete Funktion, die eine nahtlose, skalierbare Erfahrung für die Erstellung von Relevanz-basierten App-Funktionen bietet.
• Vektorsuche ermöglicht es Entwicklern, intelligente Anwendungen zu erstellen, die durch semantische Suche und generative KI mit nativen, voll ausgestatteten Vektordatenbankfunktionen unterstützt werden.

In dieser öffentlichen Vorschau gibt es keine funktionalen Einschränkungen für die zentralen Suchaggregationsstufen. Daher werden $search, $searchMeta und $vectorSearch mit funktionaler Parität zu dem unterstützt, was in Atlas verfügbar ist, mit Ausnahme von Funktionen im Vorschauzustand. Weitere Informationen finden Sie auf den Dokumentationsseiten zur Suche und Vektorsuche.

Herausforderungen für Entwickler mit integrierter Suche lösen

Historisch gesehen erforderte die Integration fortschrittlicher Suchfunktionen in selbstverwaltete Anwendungen oft das Anbringen externer Such-Engines oder Vector Databases an MongoDB. Dieser Ansatz verursachte in jeder Part Reibungsverluste für Entwickler und Organisationen, was zu Folgendem führte:

• Architektonische Komplexität: Die Verwaltung und Synchronisierung von Daten über mehrere, unterschiedliche Systeme hinweg fügte Komplexitätsebenen hinzu, erforderte zusätzliche Fähigkeiten und erschwerte die Entwicklungsabläufe.
• Betrieblicher Overhead: Die Verwaltung der separaten Bereitstellung, Sicherheit, Upgrades und Überwachung für jedes System stellte eine große Belastung für die DevOps-Groups dar.
• Verringerte Entwicklerproduktivität: Entwickler sind gezwungen, unterschiedliche Abfrage-APIs und Sprachen sowohl für die Datenbank als auch für die Such-Engine zu erlernen und zu verwenden. Dies führte zu häufigen Kontextwechseln, steileren Lernkurven und langsameren Launch-Zyklen.
• Konsistenzprobleme: Die Abstimmung der primären Datenbank mit separaten Such- oder Vektor-Index birgt das Risiko, nicht synchronisierte Ergebnisse zu erzeugen. Trotz der Werbung für Transaktionsgarantien und Datenkonsistenz waren diese Indizes nur letztendlich konsistent. Dies führte zu unvollständigen Ergebnissen in schnell wechselnden Umgebungen.

Da die Suche und die Vektorsuche jetzt in die MongoDB Neighborhood Version und den MongoDB Enterprise Server integriert sind, entfallen diese Kompromisse. Entwickler können jetzt leistungsstarke Suchfunktionen mithilfe des bekannten Frameworks von MongoDB erstellen, wodurch der Synchronisierungsaufwand und die Notwendigkeit entfallen, mehrere Systeme mit nur einem Zweck zu verwalten. Diese Model vereinfacht die Datenarchitektur, reduziert den operativen Overhead und beschleunigt die Anwendungsentwicklung.

Mit diesen Funktionen können Entwickler eine Vielzahl leistungsstarker Anwendungen erstellen, die sofort einsatzbereit sind. Zu den potenziellen Anwendungsfällen gehören:

MongoDB bietet native Integrationen mit Frameworks wie LangChain, LangGraph und LlamaIndex an. Dies rationalisiert Arbeitsabläufe, beschleunigt die Entwicklung und integriert Retrieval Augmented Technology- oder agentenbasierte Funktionen direkt in Anwendungen. Um mehr über andere von MongoDB unterstützte KI-Frameworks zu erfahren, lesen Sie diese Dokumentation.

Die Accomplice und Vorreiter von MongoDB profitieren bereits von den Vorteilen der Nutzung von Such- und Vektorsuche in einem breiteren Spektrum von Umgebungen:

„Wir sind begeistert, dass die MongoDB-Suche und die Vektorsuche jetzt in der bereits beliebten MongoDB Neighborhood Version verfügbar sind. Jetzt können unsere Kunden MongoDB und LangChain in beiden Bereitstellungsmodi und in ihrer bevorzugten Umgebung nutzen, um hochmoderne Massive Language Fashions-Anwendungen zu erstellen.“ – Harrison Chase, CEO, LangChain.

„MongoDB hat Clarifresh dabei geholfen, großartige Software program zu entwickeln, und ich warfare immer von den grundsoliden Grundlagen beeindruckt.“ Mit den Such- und Vektorsuchfunktionen, die jetzt in der MongoDB Neighborhood Version verfügbar sind, gewinnen wir die Sicherheit eines zugänglichen Quellcodes, die Flexibilität, ihn überall einzusetzen, und das Versprechen einer Neighborhood-gesteuerten Erweiterbarkeit. Es ist ein aufregender Meilenstein, der das Engagement von MongoDB für Entwickler bekräftigt.“ – Luke Thompson, MongoDB-Champion, Clarifresh.

„Wir freuen uns auf die nächste Interaktion der Sucherfahrungen in der MongoDB Neighborhood Version. Unsere Kunden wünschen sich ein Höchstmaß an Flexibilität, um ihre Such- und generative KI-gestützten Anwendungen ausführen zu können, und die Bereitstellung dieser Funktionalität in der Neighborhood eröffnet ihnen ganz neue Möglichkeiten, überall zu entwickeln und zu testen.“ – Jerry Liu, CEO, LlamaIndex.

„Die Teilnahme an der privaten Vorschau der Volltext- und Vector Search für die MongoDB Neighborhood warfare eine aufregende Gelegenheit. Die direkte Verfügbarkeit von $search, $searchMeta und $vectorSearch in der Neighborhood Version bietet dieselben leistungsstarken Funktionen, die wir in Atlas verwenden – ohne zusätzliche Systeme oder Integrationen. Schon in der frühen Vorschauphase optimiert es Arbeitsabläufe und liefert schnellere, relevantere Ergebnisse.“ – Michael Höller, MongoDB Champion, akazia Consulting.

Zugriff auf die öffentliche Vorschau

Die öffentliche Vorschau ist kostenlos verfügbar und dient nur zu Take a look at-, Evaluierungs- und Feedbackzwecken.

Suche und Vector Search mit der MongoDB Neighborhood Version. Die neuen Funktionen sind mit MongoDB Model 8.2+ kompatibel und laufen auf einer separaten Binärdatei, mongot, die mit der Normal-Binärdatei der MongoDB-Datenbank interagiert.

Stellen Sie zunächst Folgendes sicher:

• Ein MongoDB Neighborhood Server-Cluster wird mit einer der folgenden drei Methoden ausgeführt:
• Laden Sie die MongoDB Neighborhood Server Model 8.2 von der MongoDB-Downloadseite herunter. Ab der öffentlichen Vorschau ist diese Funktion für selbst-managed-Bereitstellungen auf unterstützten Linux-Distributionen und -Architekturen für die MongoDB Neighborhood Version Model 8.2+ verfügbar.
• Laden Sie die mongot-Binärdatei von der MongoDB-Downloadseite herunter.
• Ziehen Sie das Container-Picture für Neighborhood Server 8.2 aus einem öffentlichen Docker Hub-Repository.
• In Kürze verfügbar: Bereitstellung mit den MongoDB-Controllern für den Kubernetes Operator (Help für den Neighborhood Server ist für Model 1.5+ geplant).

Search und Vector Search zur Verwendung mit MongoDB Enterprise Server. Die neuen Funktionen werden als selbst-managed-Suchknoten in der Kubernetes-Umgebung eines Kunden bereitgestellt. Dadurch wird eine nahtlose Verbindung zu allen MongoDB Enterprise Server-Clustern hergestellt, die sich innerhalb oder außerhalb von Kubernetes befinden.

Stellen Sie zunächst Folgendes sicher:

• Ein MongoDB Enterprise Server-Cluster wird ausgeführt.
• Model 8.0.10+ (für MongoDB-Controller für den Kubernetes-Operator 1.4).
• Model 8.2+ (für MongoDB-Controller für den Kubernetes-Operator 1.5+).
• Eine Kubernetes-Umgebung.
• Die MongoDB-Controller für den Kubernetes-Operator sind im Kubernetes-Cluster installiert. Installationsanweisungen finden Sie hier.

Umfassende Dokumentation für die Einrichtung der MongoDB Neighborhood Version und des MongoDB Enterprise Server ist ebenfalls verfügbar.

Wie geht es weiter?

Während der öffentlichen Vorschau wird MongoDB zusätzliche Updates und Roadmap-Funktionen bereitstellen, die auf dem Suggestions der Kunden basieren. Nach der öffentlichen Vorschau werden diese Such- und Vektorsuchfunktionen voraussichtlich allgemein für die Verwendung bei Vor-Ort-Implementierungen verfügbar sein. Für die Neighborhood Version sind diese Funktionen im Rahmen der Server Facet Public License (SSPL) ohne zusätzliche Kosten verfügbar.

Für MongoDB Enterprise Server werden diese Funktionen in einem neuen kostenpflichtigen Abonnementangebot enthalten sein, das in Zukunft eingeführt wird. Preis- und Paketdetails für das Abonnement werden kurz vor der Markteinführung verfügbar sein. Für Entwickler, die eine vollständig verwaltete Erfahrung in der Cloud suchen, bietet MongoDB Atlas heute eine produktionsreife Model dieser Funktionen.

MongoDB würde sich sehr über Suggestions freuen! Schlagen Sie neue Funktionen vor oder stimmen Sie über bestehende Ideen bei suggestions.mongodb.com ab. Das Suggestions ist entscheidend für die Gestaltung der Zukunft dieses Produkts. Benutzer können sich an ihr MongoDB-Kontoteam wenden, um umfassenderes Suggestions zu geben.

¹ MongoDB kann als vollständig verwalteter Multi-Cloud-Dienst bei allen großen öffentlichen Cloud-Anbietern, in privaten Clouds, lokal, vor Ort und in Hybridumgebungen bereitgestellt werden.