本文内容摘录自MongoDB白皮书《零售企业构建员工赋能应用程序为何困难重重（以及如何事半功倍）》，若需获取白皮书原版pdf，请见文末获取方式。

Atlas Vector Search已正式上线！Vector Search（向量搜索）现在支持生产工作负载，开发者可以继续构建由语义搜索和生成式人工智能驱动的智能应用，同时通过 Search Node（搜索节点）优化资源消耗并提高性能。

随着生成式 AI（通常简称为 GenAI）的兴起，我们的世界发生了翻天覆地的变化。而随着 AI 生成内容的革命性应用程序的出现，人们也认为生成式 AI 将从根本上影响社会的各个行业和部门。

随着OpenAI的ChatGPT和谷歌的Bard AI等工具面向公众开放，人工智能（AI），特别是生成式AI成为大众关注的焦点。这种AI热潮也席卷了企业界，激发了企业对利用AI技术提高竞争力的浓厚兴趣。根据埃森哲发布的《2023年技术愿景》报告，全球的受访企业高管几乎一致（98%）认为，未来三至五年内，AI基础模型会对组织战略产生极...

欢迎阅读MongoDB性能最佳实践的系列博文的基准测试篇。 在本系列中，我们从多个重要维度上讨论实现规模化性能的关键因素，包括：● 数据建模与内存优化● 查询模式和性能分析● 索引● 分片● 事务和读/写关注● 硬件和操作系统配置● 基准测试（本期讨论的内容） 通用基准测试可能会存在误导，并不能代表所有技术以及该技术在...

毫无疑问，如今从生成式AI (GenAI )中获益最大的，是那些早已运用预测式AI (Predictive AI )的组织。 2023年6月，麦肯锡在2023年6月发布的《生成式人工智能的经济潜力》研究中也得出了与此相同的结论。 原因主要有以下几点：1.   内部文化决定组织是否愿意尝试和探索人工智能？2.   组织是否具备相关技能？（但必须强调...

随着人工智能和生成式AI技术的迅猛发展，众多企业和机构正积极利用自然语言处理（NLP）、大型语言模型（LLM）等前沿技术，打造出一系列AI驱动的产品、服务和应用程序。

引言以前从未有哪一项新技术的推出会如此迅速地吸引企业、政府和消费者的关注。2022 年 11 月，ChatGPT 的面世展示了由大语言模型 (LLM) 提供支持的生成式 AI在解决大量新用例方面的潜力。

● 定期SSL证书轮换● 软件升级：包括MongoDB的小版本升级、其他附属功能的版本升级● 非紧急安全补丁● 云服务提供商的非紧急维护，例如：◌ 硬件更改（例如EC2实例升级）◌ 实例操作系统升级（例如从CentOS 7.5升级到7.6）

Built with MongoDB 栏目采访了AI初创企业Concured在成立约一年后加入的首席技术官 Tom Wilson，围绕 Concured 的人工智能使用情况、Wilson 加入团队的过程、坚持选择MongoDB的原因以及公司未来发展展开讨论。

“我在 SQL 和规范化数据库方面拥有丰富的经验，但我只是 MongoDB 的初学者。如何建立一对 N 关系模型？” 这是我从参加 MongoDB 分享日活动的用户那里得到的最常见问题之一。

利用生成式 AI 强化应用程序为客户打造令人叹服、真正差异化的体验意味着将人工智能建立在事实的基础之上。这种事实来自于您的数据，更具体地说，来自于您最新的操作数据。

3月7日，MongoDB联合阿里云在上海成功举办了针对游戏行业的技术分享会。参会者包括来自众多游戏行业的开发者、IT技术人员以及行业专家，围绕“MongoDB在游戏行业的应用与实践”主题展开了深入交流与讨论。

去年，AI产业经历了重大变革，生成式AI技术的性能和影响力达到了新的高度。生成式AI为企业、利益相关者和客户创造了价值，为各个领域开辟了全新的创新、创造和协作方式。步入2024年，科技领域持续演变，AI及其他各项技术在塑造未来创新和生产力方面发挥着关键作用。

Amazon声称从MongoDB迁移到DocumentDB “非常简单，只需要将数据库端点切换为新的 Amazon DocumentDB 集群”。但确实如此吗？

欢迎阅读有关MongoDB性能最佳实践的系列博文。在往期文章中，我们已经讨论过查询模式和性能分析、事务和读/写关注等实现大规模性能的关键考虑因素。在本篇文章中，我们将讨论硬件和操作系统配置。

在云中部署 MongoDB 似乎有多种选择。例如，Amazon DocumentDB自称是完全支持 MongoDB API 的 AWS 原生数据库。虽然它支持一些 MongoDB 功能，但需要注意的是 DocumentDB 并不完全兼容 MongoDB。要在 AWS 上访问功能齐全的“MongoDB 即服务”，唯一入口是 MongoDB Atlas。

随着组织机构进行数字化转型，为了应对日益增长的应用程序和数据需求，许多团队不得不将许多单一用途的数据技术添加到技术堆栈中来解决各种数据处理需求一一事务数据库、缓存、专用搜索引擎、流处理器、时间序列数据的数据库、专用的设备存储数据库等等——从而创建了一系列技术和系统组件，随着交互的指数级增加，需要不...

我们非常高兴地推出了 Atlas Vector Search 和 Search Nodes 的正式发布版本 (GA)，为 Atlas 平台增添了更多价值。

MongoDB Atlas 可为您提供多个数据库部署选项。虽然您可以选择预先配置的共享或专用集群，但为了能够以最佳方式满足需求，您仍然不得不持续确定数据库资源的规模并作出相关估算，以及负责随之而来的集群容量管理。尽管预先配置集群并非什么坏事，但若是您的开发处于闲置状态，或者开发的增长期或下滑期频繁出现，预先配...

在Atlas平台上有兴趣尝试这项功能的开发者都享有完全的访问权限，可前往“阅读原文”链接点击了解更多详细信息或立即开始使用。开发者喜欢文档型数据库的灵活性、易用性以及Query API查询方式，能够在MongoDB Atlas中以代码方式处理数据。借助Atlas Stream Processing，MongoDB将这些相同的基本原则应用于流处理中。

MongoDB 是一种文档型数据库，用于构建可用性和可扩展性极强的互联网应用程序。由于该产品采用灵活的模式方法，它深受使用敏捷方法的开发团队的欢迎。MongoDB 可以为所有主流编程语言提供驱动程序，让您能够立即开始构建应用程序，而无需花费时间配置数据库。

Retool 首次发布 AI 现状报告，值得研读。AI 现状报告仿照广受赞誉的内部工具现状报告，采访了各个行业的软件工程业者、高管、产品经理、设计师等 1,500 多位科技人士，共同把握时代脉搏。本次调查的目的在于了解这些科技人士会如何使用并丰富人工智能 (AI)。

MongoDB针对初级，中级及熟练的技术开发人员推出系列技术文章与行业案例。深入浅出地剖析MongoDB产品基础原理，使用技巧，典型行业场景及应用，还有Code Demo及线上线下活动推荐！

MongoDB针对初级，中级及熟练的技术开发人员推出系列技术文章与行业案例。深入浅出地剖析MongoDB产品基础原理，使用技巧，典型行业场景及应用，还有Code Demo及线上线下活动推荐！