10 Years of MongoDB Atlas: Built for What’s Next
TL;DR · AI 摘要
MongoDB Atlas 经过十年发展,已成为支持 AI 应用的可靠数据平台,服务超 25 万开发者,日处理查询超 3 万亿次。
核心要点
- MongoDB Atlas 日处理查询超 3 万亿次,且数量每年增长约 3 倍。
- Atlas 从单一数据库发展为支持 AI 应用的完整数据平台。
- SEGA HARDlight 使用 Atlas 后,DevOps 团队能高效应对百万玩家的流量高峰。
结构提纲
按章节快速跳转。
- §引言
MongoDB Atlas 是 MongoDB 公司为满足客户需求而构建的云数据库产品。
- §十年发展
MongoDB Atlas 在过去十年中经历了从云数据库到完整数据平台的演变。
- §客户案例
SEGA HARDlight 使用 Atlas 后,DevOps 团队能够高效处理流量高峰。
Atlas 成为了支持 AI 应用的可靠数据平台,满足了对实时性和扩展性的需求。
- §市场影响
Atlas 现在服务超过 25 万开发者,日处理查询超 3 万亿次,占 MongoDB 收入的 75%。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- MongoDB Atlas 十年发展
- 核心功能
- 云数据库
- 数据平台
- AI 支持
- 客户案例
- SEGA HARDlight
- 市场数据
- 25 万开发者
- 3 万亿日查询
金句 / Highlights
值得收藏与分享的关键句。
Atlas 服务超过 25 万开发者,日处理查询超 3 万亿次,且数量每年增长约 3 倍。
Atlas 从单一数据库发展为支持 AI 应用的完整数据平台。
SEGA HARDlight 使用 Atlas 后,DevOps 团队能高效应对百万玩家的流量高峰。
MongoDB Atlas 十周年:为未来而生 | MongoDB
将近十年前,我加入 MongoDB 担任高级产品经理,帮助构建公司的全新云产品 MongoDB Atlas。我们的客户一直在告诉我们,他们希望将 MongoDB 熟悉的开发体验带到云上,并具备团队在生产环境中运行所需的可靠性和信心。Atlas 就是我们给出的答案。
今天,我们庆祝 MongoDB Atlas 十周年,它是面向 AI 应用的下一代数据平台,也是那些推动我们构建它的客户。
Atlas 在与客户的深入交流中不断塑造,并始终与他们一起成长。如今,每个月都有超过 25 万名开发者在 Atlas 上开始他们的项目。Atlas 每天处理超过三万亿次查询(仅 2023 年以来就增长了约三倍),并占 MongoDB 收入的 75%。这些数字反映的不仅仅是增长,还有开发者和客户对我们的信任,他们相信我们可以帮助他们扩展业务。
这种信任是通过倾听获得的。Atlas 的每一个重大功能和架构投资都源于客户的需求:提供 MongoDB 文档模型的灵活性和速度,并通过一个能够消除运营负担、并能与他们的应用一起扩展的平台来实现。随着时间的推移,Atlas 不再只是一个托管数据库,而是扩展为一个更广泛的数据平台,因为开发者一直在要求更多的灵活性、更多的简便性以及更多的构建空间。
在 AI 时代,这一点变得更加重要。AI 应用带来了新的需求,但其根本要求却很熟悉:开发者需要一个平台,它可以在不断变化中支持操作数据、搜索和检索,而无需迫使他们拼凑一套互不连贯的系统。我们花了十年时间,成为开发者信任的灵活且耐用的数据平台。这些正是 AI 应用最需要的品质,这也是为什么开发者现在正在使用 Atlas 来构建可信的 AI 应用,具备高度准确的检索、实时上下文和足以在生产环境中运行的规模。
管理型云数据库成为默认选择
当 Atlas 于 2016 年推出时,组织正在从传统的数据中心建设转向基于云的交付,Gartner 预测这一市场将达到 2040 亿美元(如今已接近 10000 亿美元)。
开发者喜欢 MongoDB 作为构建应用的灵活且直观的基础,但他们也希望利用云的优势。Atlas 的第一个承诺很简单:将 MongoDB 熟悉的开发体验带到云上,并具备团队在生产环境中运行所需的可靠性和信心。
###### 客户聚焦
SEGA HARDlight 将其移动游戏后端从内部的 MySQL 堆栈迁移到 MongoDB Atlas,使一个两人 DevOps 团队能够以低延迟和无服务中断的方式处理数百万玩家的发布高峰。这一转变简化了备份、升级和扩展,使工作室能够将更多精力集中在玩家体验上。
为了向开发团队提供这种信心,我们从安全、弹性和性能入手构建 Atlas——从加密和访问控制到备份和高可用性。结果是一个团队可以放心地在生产环境中运行的服务,使开发者能够专注于他们的最佳工作,而无需面对数据库管理带来的烦恼。
到2018年,81%的企业已经在多云环境中运行,而一项IDG研究发现,超过一半的企业表示他们正在将云视为一项组合策略。随着客户架构变得越来越分散,团队需要灵活性,以选择最适合其应用、团队和合规需求的云环境。
为了支持他们,我们将最初的“简单”承诺扩展到多云灵活性,覆盖所有三大主要云服务提供商。2020年,我们推出了Atlas多云集群,使Atlas成为首家也是唯一一家允许客户同时在AWS、Azure和Google Cloud区域运行应用的云数据库——这一独特成就为需要超高可用性的组织提供了一个在所有主要云平台上一致的数据基础。
如今,客户可以在超过125个AWS、Google Cloud和Microsoft Azure云区域中运行,使Atlas成为全球可用性最广的托管数据平台。
“MongoDB [Atlas]为我们提供了在数据设计上灵活敏捷并快速迭代的能力。主要的驱动力是开发速度。” ——Current公司的CTA Trevor Marshall
企业规模扩大,整合成为客户优先事项
随着云的采用加速,客户希望拥有的不仅仅是一个托管数据库。云已经成为一项长期投资,开发人员需要全球覆盖范围、弹性和一个能够处理更多工作负载的平台,而无需不断添加基础设施。由于开发人员已经信任我们在基础功能上的表现,Atlas可以扩展到企业无法承担出错的那些工作负载。
对于支付、库存和订单处理等工作负载,强事务一致性是一项基本要求。2018年,我们引入了多文档ACID事务,使MongoDB具备了事务一致性,标志着MongoDB发展的重要一步,使MongoDB能够服务于企业过去一直保留给关系型数据库的高风险事务性工作负载。现在,客户可以更加自信地使用MongoDB,用于更广泛的应用系统,这些系统对准确性、弹性和信任度的要求不能妥协。
MongoDB通过推出MongoDB Queryable Encryption(MongoDB可查询加密)扩展了其值得信赖的数据库基础,这是一种行业首创的加密功能,允许客户在查询加密数据的同时,保护静态、传输中和使用中的敏感信息——这是确保受监管和高度敏感工作负载安全的重要一步。
同时,Atlas继续发展,以帮助客户在更大规模上运行。2020年,我们推出了Atlas Search和Online Archive,增加了丰富的应用搜索功能,并为客户提供了一种更简单、成本更低的方式来存储旧数据,而不会失去对其的便捷访问。2021年,Native Time Series Collections(原生时间序列集合)和Live Resharding(实时重新分片)紧随其后,帮助客户更高效地管理时间戳数据,并在不停机的情况下扩展架构。
这些更新使Atlas在部署规模变得更大、更分散、更复杂时,更容易被开发者使用,同时减少了开发团队需要拼接和维护的独立系统的数量。
在短短六个月之内,Forbes 将其平台迁移至 Google Cloud 和 MongoDB Atlas,报告称构建时间加快了 58%,发布周期加快了 4 倍,总拥有成本降低了 25%,并且新通讯订阅量增加了 28%。在疫情期间,流量激增至超过 1.2 亿个独立访客,Forbes 仍持续为读者和记者推出新功能。
可信 AI 成为新的前沿领域
随后,2022 年底 ChatGPT 的发布——以及随之而来的生成式 AI 的兴起——为构建者带来了巨大的新挑战。
企业采用速度超过了标准和控制措施,使团队不得不想办法将必要的数据组件连接起来,以协同运行语义搜索和检索增强生成(RAG)工作负载,而不会造成数据管道、同步作业和专用基础设施的脆弱混乱,从而影响安全性和性能。
为了帮助团队在单一的安全平台上整合这些关键的 AI 构建模块,Atlas 再次进化。随着 2023 年 Atlas Vector Search 的公开发布,MongoDB 成为首批将向量搜索作为原生功能推出的数据库之一,使开发人员能够将向量保留在操作数据附近,并直接在数据库中运行语义检索,而无需管理单独的向量存储。搜索节点为团队提供了一种方式,可以独立于操作数据库扩展搜索和向量工作负载,而 Atlas Stream Processing 则为构建者提供了一种处理实时流数据的方式,而无需添加额外的基础设施。
这种架构的商业需求令人震惊:自我们推出 Atlas Vector Search 以来,已创建了超过 726,000 个向量索引和 55,000 个向量应用,并且在过去 12 个月内,我们看到客户在生产环境中使用向量搜索的使用量增加了 92%。
随着公司在 2025 年收购 Voyage AI,MongoDB 进一步聚焦于检索质量,将先进的嵌入和重排序模型引入 Atlas。Voyage AI 的整合是关于重新思考数据架构,以帮助客户减少幻觉,提高相关性,并在准确性与信任至关重要的现实世界环境中使 AI 更加实用。
“MongoDB 作为平台对我们来说非常有效,因为您在那里有存储,有向量搜索,可以执行搜索持久化,所有内容都在一个平台上。”Adobe 的首席 AI 工程师和架构师 Muktesh Mishra 表示。
这对构建高度精确的语义搜索和 RAG 应用的客户立即带来了巨大的回报。但我们知道,随着市场向自主 AI 发展,可信检索和对实时上下文的访问将变得更加重要。
代理与数据层的未来
如今,我们已坚定地进入 AI 的代理时代。构建者希望部署能够自主推理业务上下文的代理。但代理记忆需要在大规模上实现快速准确,以便在精确的时机召回正确的信息。而这就是他们遇到的挑战。他们对代理感到兴奋,但如果结果不一致、不相关或完全错误,他们就无法将代理置于客户面前。
这使得技术堆栈的数据层越来越受到关注。代理的表现取决于它们能够检索、排序和保留的上下文质量。如果底层数据陈旧、不完整或检索效果差,那么输出结果将不正确——无论模型有多强大。实际上,生产环境中的代理更依赖于检索质量以及将响应基于实时运营数据的能力,而不是仅仅依赖于模型的选择。
通过将搜索、向量搜索、嵌入和重排序器原生集成到Atlas平台中,企业正在缩小数据与检索之间的差距,从而为代理提供快速且准确的大规模结果。同时,凭借确保卓越安全、弹性和性能的基础能力,开发者可以专注于他们最擅长的事情,而不再需要花费大量时间管理数据基础设施。
Zomato的Nugget使用由MongoDB Atlas支持的自主、多渠道AI代理,基于实时上下文和策略逻辑处理复杂的客户旅程,每月处理超过1500万次对话。这帮助其将支持成本降低了55%。
过去十年中,我们的目标是减少客户的运营负担,同时不降低技术门槛。随着行业向代理方向发展,这一目标依然适用。
我们已经走过了十年,Atlas已经成长为一个数据平台,为来自各行各业的近7万名客户运行智能、关键任务的应用程序。世界依赖于Atlas!我们的客户推动我们构建平台中所有重要的功能,以便他们能够更快地完成更多工作。今天也是如此:代理AI时代正在提高创新的标准,而我们也将与他们一起提高这一标准。客户在他们下一步构建中的雄心壮志推动着我们不断前进,我们已经为此做好准备。
祝未来十年一切顺利。
###### 下一步
准备好开始构建了吗?立即使用MongoDB Atlas开始吧。