MongoDB Atlas 数据湖、MongoDB Atlas 全文搜索以及 MongoDB Charts的普遍可用，为开发人员提供了更全面的数据平台

全球领先的现代通用数据平台MongoDB在其2019年全球用户大会上宣布推出新的云服务和功能，这将为MongoDB数据库之外的数据处理提供更优的方式。MongoDB Atlas 数据湖和 MongoDB Atlas 全文搜索的测试版本允许用户在完全托管的 MongoDB 环境中使用强大的新功能，而无需集成其他系统。此外，MongoDB Charts 帮助用户轻松构建和共享图表或仪表盘，将其直接嵌入到 Web 应用程序中，从而创建更具吸引力的用户体验。

MongoDB Atlas 数据湖允许客户使用 MongoDB 查询语言，快速查询 S3 上任何格式的数据，包括 JSON、BSON、CSV、TSV、Parquet 和 Avro。全文搜索让最终用户可以灵活地对数据进行过滤、排列和排序，以快速显示最相关的结果，而无需将其数据库与外部搜索引擎相集成，以及被迫学习、扩展、管理和支持两个完全独立的系统。MongoDB Charts普遍适用于 Atlas 客户和本地部署客户，帮助他们快速、轻松地创建 MongoDB 数据的实时可视化效果。

MongoDB 首席执行官兼总裁 Dev Ittycheria 表示：“新产品的发布极大丰富了开发人员使用 MongoDB 的方式，让他们可以更好地处理数据。我们努力帮助开发人员提高工作效率，消除基础架构所带来的恼人问题，并提供更多功能以及像全文搜索和数据湖这样的附加功能。据IDC 预测，到 2025 年，全球数据将达到 175 泽字节，其中 49% 将存在于公有云中，而MongoDB始终致力于为开发人员提供更好的数据处理方式，无论数据是在公有云还是私有云中。”

深化MongoDB 查询语言的广受欢迎程度
开发人员喜欢 MongoDB 查询语言，因为它非常具有表现力，允许开发人员以任何方式查询数据。从简单的关联、范围查询，到创建用于数据分析和转换的JOIN、地理空间处理和图形遍历的复杂处理流水线，MongoDB 查询语言均毫无压力。将 MongoDB 查询语言引入 MongoDB Atlas 数据湖后，开发人员现在可以针对 S3 上的数据使用相同的查询语言，从而更轻松、高效地查询海量数据集。

为开发人员提供出色的云数据湖
越来越多的数据存储在云中。但是，由于 Hadoop 的复杂性和传统数据仓库的僵化，从云中丰富的现代数据中提取价值和洞见变得日益困难和昂贵。

借助 MongoDB Atlas 数据湖，客户只需在 MongoDB Atlas 控制台中点击几下，并提供对现有 S3 存储的访问权限，即可使用 MongoDB 查询语言的强大功能来运行查询和探索数据。Atlas 数据湖为无服务器架构，因此客户无需设置、管理或优化任何基础架构，只需为他们在实际处理数据时运行的查询付费。MongoDB Atlas 数据湖支持Google Cloud Storage 和 Azure Storage现已提上日程 。

使用 Atlas 全文搜索消除搜索复杂性
Atlas 全文搜索提供基于 Apache Lucene 8 的富文本搜索功能，支持完全托管的 MongoDB 数据库，无需管理其他基础架构或系统。使用 Atlas UI 或 API 创建索引后，开发人员可以使用MongoDB查询语言运行复杂的搜索查询，从而节省大量精力、时间和金钱。

原生的MongoDB数据可视化
要从大量数据集中发掘业务价值，提供用户访问，创建图表、地图和仪表盘，实现数据的可视化至关重要。MongoDB Charts可作为 MongoDB Atlas 中的一项托管服务使用，也可下载至本地运行。它包括多项强大的新功能，例如：

• 将图表嵌入到Web 应用程序中
• 地理空间数据的可视化（新地图图表）
• 内置工作负载隔离，以消除分析查询对业务应用程序的影响