MongoDB持续进化 让开发者轻松快速打造现代化应用

为提供开发者、架构师、DevOps工程师、DBA等技术人员一个学习交流平台，MongoDB.local台北站活动于日前盛大举行，并以「Love Your Developers」为活动主轴，共同探索MongoDB开发者数据平台的新技术、新功能及应用场景，协助企业加速打造数据驱动的现代化应用。

MongoDB香港台湾区域副总裁胡建基致词表示，MongoDB.local为全球29个城市巡展的用户大会。近年MongoDB在台湾的业务堪称亮眼，无论在游戏、智能制造、零售电商、金融等各领域都展现强劲增长力道；深究众多企业善用MongoDB不断强化业务创新力，幕后功臣正是开发者，因为他们的创新应用，不断增强大家用户体验的方式，将未来的可能变成现实，所以这次大会以「Love Your Developers」诉求向开发者致敬。

以下篇幅，将从技术角度、案例分享等不同视角，铺陈讲者们的精彩论述。

降低技术推叠复杂性，实现最优雅开发体验

最受瞩目的是MongoDB行销暨策略长Peder Ulander带来的主题演说。他指出藉由全托管数据库服务Atlas，不只是处理云端的数据，更为开发者设计诸多功能，因而备受好评、现在每周都有逾4万位开发者注册使用；Atlas让技术推叠变得不复杂，取而代之的是更优雅的数据处理过程、更简单直觉的应用开发体验。

综观Peder Ulander提出的亮点功能，其实不在少数。像是Atlas Stream Processing，让开发人员透过简单有效率的文件模型来处理串流数据，从容回应各种实时事件。其次为Atlas Vector Search矢量查找，让开发者能够为用户提供更相关的情境感知结果，譬如借助专属数据来增强在大型语言模型（LLM）上面的应用程序，大幅提高准确性与效能。再来是AI Innovators program，引领开发者更简单轻松地运用AI技术。

此外像是Atlas Search，使全文检索变得更简单。还有Sharding分片技术，主要利用数据分散处理架构来提升数据管理效能；后续议程将深入探讨的可查询加密（Queryable Encryption）、Relational Migrator（注：协助用户从传统RDBMS移转到MongoDB）…等MongoDB 7.0新功能，亦值得大家一探究竟。

建构最佳数据载体，加速ML与GenAI发展进程

MongoDB北亚区资深解决方案架构师张冠群，阐述如何透过MongoDB将AI/ML导入服务中。他强调现今大家在开发应用程序时，都期盼将更多AI应用注入前端App或后端系统，运用更好的演算法，达到预测未来效果，甚至藉由GenAI直接产生高价值数据。

在AI/ML发展过程中，MongoDB扮演助攻角色，是最佳的数据载体。是因为MongoDB不仅拥有强大Aggregation分析功能，支持Shifting Left架构，将一些关键的查询或分析能力直接留在原本OLTP数据库上。

其次MongoDB底层可支持出色的数据存取速度、弹性的数据格式，且具备Shard优势，帮助数据科学家轻松处理大量数据运算，实现「从批次到实时」进化效益。再者推出Vector Search新功能，有助实现良好的Chatbot或Recommendation机制，与GenAI完美结合。

总之MongoDB本身为JSON Document Store数据库，便于使用者透过API向JSON撷取数据；同时支持Spark、Kafka和Python的Driver；加上提供优异的冷热数据管理功能Online Archive，这些都有助加快AI应用发展进程。

其余的技术议程，主讲人包括MongoDB北亚区资深解决方案架构师苏友信、资深顾问工程师吴明宗资深顾问工程师张凯霖、首席顾问工程师Tony Li及Red Hat资深解决方案架构师郭铠齐。

其中苏友信介绍MongoDB 7.0新信息，例如可直接扩展Time Series数据结构，创造更佳效能、更大容量；透过指令帮助开发者识别其Shard Key是否符合MongoDB最理想选项；针对Sharding下每分片的Chunk执行自动整并，加速系统效能。值得一提，经由Kernal翻新，可望促使Grouping／Reshaping效能提升50%，Match效能提升90%，Lookup更是大增30倍。

此外吴明宗主讲Relational Migrator，说明它做到设计数据模型、搬数据、产生对应程序码三件事，顺利将RDBMS的工作负载迁移到MongoDB。张凯霖除介绍Atlas Search与Atlas Vector Search外，也说明GenAI如何结合这些查找机制，增进非结构化数据查询效率，加速孕育智能化服务；而Atlas Vector Search引入入胜之处，在于支持以图找图、以文找图等酷炫查找功能。

Tony Li说明如何创建Time Series Table，将Metadata、Metrics、时间点等信息塞入同一档案，形成Bucket，以利提高数据分析效能。至于Red Hat的郭铠齐，则以OpenShift企业版为基础，强调可轻易以AP等级实现横跨不同Data Center的备份备援，符合数码韧性要求，与社群版本有显着差异，同理MongoDB企业与社群版之间亦有落差。

建立事件驱动系统，因应瞬息万变市场

成功案例分享，是由5家指标性客户共同演绎。首先登场的趋势科技Jim Chi和William Luo，二人联手阐释如何基于MongoDB Change Stream建立事件驱动系统。

趋势科技的企业级主力产品为Vision One，擅于为多种数码资产提供全方位保护与管理。以管理范畴中的端点安全为例，目前架设于MongoDB Atlas，充分善用其中的简易管理机制、全球化部署方式，结合HA、Auto Scaling、Multi-Cloud Provider等支持。鉴于端点网安App迫切急需实时获取端点的Create、Migrate、Upgrade或Delete等事件信息，及Hostname、IP、Mac Address等属性变化信息，以利提供实时保护。

因此趋势科技决定利用Change Stream打造事件驱动架构，由App端将变动信息写入MongoDB的Global Cluster，接着由Event Consumer角色在Cluster建立Change Stream，获取实时的Change Event，再经由ETL程序，将这个Event产生于Kafka Broker，便于App透过Kafka取得有兴趣的信息。

WOO Network林宣丞说，WOO Network为集中化虚拟货币交易所，但也提供DeFi服务。若纯粹以集中式交易所来看，基础功能不外乎注册、出入金、交易；深究Crypto Exchange的挑战，在于需要开发众多功能，例如须因应客户需求变化、迅速开发对应智能单，另需实时处理的海量数据、且持续优化Response Time。因而采用MongoDB，利用它的扩展性、易用性等优势来满足上述Feature，让工程师更快取得数据并执行开发。

Google Cloud林政钧说，针对数据转为黄金，一般都历经三个程序，分别为数据分析、视觉化、生成式AI操作。透过MongoDB与Google Cloud联袂运作，可完整实践数据变现，譬如将MongoDB的数据同步搬移至Google BigQuery全托管数据仓储，再搭配运用Looker视觉化平台，转化数据的价值。 

弹性数据结构，破解RDBMS过往技术限制与痛点，打造新一代永丰银行智能收支帐本新服务

接着登场的永丰银行专业副理杨文渊，说明如何使用MongoDB优化数码代理体验的经过。从前消费者要查询银行明细信息，经常备受限制，像是查询数据可查询的时间区间，或银行与信用卡数据只能分开查询，这些症结在于传统RDBMS处理能力不足。

改采MongoDB数据库技术后，运用弹性的栏位、弹性的Schema制定，轻易整并不同交易系统的明细；若遇到临时需求，只需更改App；此外因省略许多JOIN步骤进而提升查询效能；亦透过一主二从架构的建立，发挥高可用性、读写分离等功效。

来自爱酷智能（AccuHit）的首席云端架构师王唯纲指出，行销科技范围广大，随之而来的挑战甚多。系因数据来源众多，导致行销数据库内含不同数据结构、不同数据频率；要想恒常确保数据品质与完整性，有一定难度。为此AccuHit利用MongoDB储存并挖掘大量非结构化数据中的价值，辅以MongoDB对Multi-Cloud的支持，及对于治理、管理、安全、合规的完整兼顾，顺利克服前述考验。

Noodoe的Fleet Management Lead王士丰表示，综观传统商用车队的EV充电，时常出现能源管理上的诸多疑虑，一旦采用Noodle EV OS云端管理系，业主即可借助负载管理功能落实智能调控，即便是电力供应受限的场域，也不需进行电力升级，即能同时满足场域内多座充电桩的有效运行。

为支持EV OS高效运作，且灵活顺应市场需求变化，Noodle基于「弹性数据结构」之所需而选用MongoDB，后续也善用Aggregation数据分析功能，直接快速地产出各式报表，随时掌握各区域充电桩的营运状况。