MongoDB 3.6 ti permette di *muoverti alla stessa velocità dei tuoi dati*, trasformando analisti, sviluppatori e sistemisti in un motore di crescita per il business. Con MongoDB 3.6, le applicazioni arrivano prima sul mercato, sono affidabili e sicure nell'esecuzione in scala, offrono intelligence e informazioni utili in tempo reale. https://www.mongodb.com/mongodb-3.6
Db2 11.1: l'evoluzione del Database secondo IBMJürgen Ambrosi
La gestione dei dati è indubbiamente un segmento chiave per la strategia IBM dei prossimi anni insieme con le tematiche Cognitive e Cloud. In tale ambito la gestione nelle basi dati è soggetta ad una evoluzione significativa verso la convergenza degli ambienti Analitici e Transazionali cosi da portare nei prossimi mesi ad una significativa semplificazione del disegno architetturale. A differenza dei tipici ambienti di business ove i processi transazionali ed analitici sono basati su distinte architetture, l'hybrid transactional analytical processin (HTAP) consentirà di eseguire analisi e transazioni sullo stesso Database senza impattare le prestazioni di tali ambienti. L'obiettivo di tale disegno strategico è abilitare i nostri clienti ad estrarre più valore dai propri dati, fornendo strumenti di analisi dati real-time nel punto esatto di generazione dei dati stessi.
Global Azure Bootcamp 2018 - Verona.
Scalare una applicazione con le proprie applicazioni con Azure Functions.
All'interno è presente la spiegazione di Durable Functions con qualche esempio completo
Db2 11.1: l'evoluzione del Database secondo IBMJürgen Ambrosi
La gestione dei dati è indubbiamente un segmento chiave per la strategia IBM dei prossimi anni insieme con le tematiche Cognitive e Cloud. In tale ambito la gestione nelle basi dati è soggetta ad una evoluzione significativa verso la convergenza degli ambienti Analitici e Transazionali cosi da portare nei prossimi mesi ad una significativa semplificazione del disegno architetturale. A differenza dei tipici ambienti di business ove i processi transazionali ed analitici sono basati su distinte architetture, l'hybrid transactional analytical processin (HTAP) consentirà di eseguire analisi e transazioni sullo stesso Database senza impattare le prestazioni di tali ambienti. L'obiettivo di tale disegno strategico è abilitare i nostri clienti ad estrarre più valore dai propri dati, fornendo strumenti di analisi dati real-time nel punto esatto di generazione dei dati stessi.
Global Azure Bootcamp 2018 - Verona.
Scalare una applicazione con le proprie applicazioni con Azure Functions.
All'interno è presente la spiegazione di Durable Functions con qualche esempio completo
E se vi chiedessi:
Cosa lega le ultime tendenze del cloud alla programmazione degli anni 80?
Quali sono le cose realmente importanti da tenere a mente quando si realizza un'applicazione?
Qual'è la strategia migliore per "inseguire professionalmente" le novità e non diventare rapidamente "obsoleto"?
Cosa si intende per "Pensiero Analogico e Azione Digitale"?
Questo e altro nel nuovo seminario di Pasquale Camastra (che si terrà presso la nostra sede il 14/09/2017 alle ore 17:30), che, questa volta nelle vesti di Evolutionary Architect, racconterà come affrontare le nuovissime tendenze delle Architetture Applicative in Cloud con lo spirito pionieristico di chi ha conosciuto l'informatica grazie al Commodor 64
MongoDB User Group Padova - Overviews iniziale su MongoDBStefano Dindo
MongoDB è un database non relazionale, orientato ai documenti. Classificato come un database di tipo NoSQL, MongoDB si allontana dalla struttura tradizionale basata su tabelle dei database relazionali in favore di documenti in stile JSON con schema dinamico (MongoDB chiama il formato BSON), rendendo l'integrazione di dati di alcuni tipi di applicazioni più facile e veloce.
Lo scopo del MongoDB User Group Padova è quello di condividere esperienze sulla tecnologia MongoDB.
Questa presentazione, usata durante il primo evento dello User Group, è stata usata per introdurre i partecipanti sulle procedure di installazione ed i concetti di base su MongoDB.
Power BI Streaming Data Flow e Azure IoT CentralMarco Parenzan
Dal 2015 gli utilizzatori di Power BI hanno potuto analizzare dati in real-time grazie all'integrazione con altri prodotti e servizi Microsoft. Con streaming dataflow, si porterà l'analisi in tempo reale completamente all'interno di Power BI, rimuovendo la maggior parte delle restrizioni che avevamo, integrando al contempo funzionalità di analisi chiave come la preparazione dei dati in streaming e nessuna creazione di codice. Per vederlo in funzione, studieremo un caso specifico di streaming come l'IoT con Azure IoT Central.
This set of design patterns are related to Enterprise Patterns. In it you can find, J2EE, Presentation, Business & Integration Patterns (such as: ApplicaCon Controller, Data Transfer Object (DTO), Business Object (BO) & Data Access Object (DAO) among others ...)
Analysts spend up to 80% of their time on data preparation delaying the time to analysis and decision making.” -Analysts spend up to 80% of their time on data preparation delaying the time to analysis and decision making.” Gartner
2011.06.30 scenari applicativi per il cloud computingMarco Parenzan
Abbattere i costi di gestione per le aziende è fondamentale in un periodo come quello attuale. Adottare una soluzione cloud comporta notevoli vantaggi per le piccole, medie e grandi imprese, permettendo di concentrarsi nella fase di sviluppo piuttosto che nella gestione dell'infrastruttura IT. Tra le soluzioni di questo tipo presenti nel mercato, Windows Azure, permette di sviluppare ed ospitare servizi nei Datacenter Microsoft. Basata sulle migliori tecnologie che l'azienda di Redmond possa offrire, risulta integrabile con molti strumenti noti agli sviluppatori (Visual Studio, .Net, java, PHP...) permettendo di creare,testare e pubblicare le applicazioni per poterle poi eventualmente integrare con altre già presenti.
Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...Denodo
Guarda qui: https://bit.ly/3imvkq4
Le odierne strategie di migrazione verso il cloud devono tenere conto della maggiore complessità, in tali contesti, delle attività di Governance dei dati e di definizione delle architetture ibride e multi-cloud, riducendo al contempo i rischi intrinseci di perturbare le attività degli utenti e delle applicazioni durante la migrazione. I vantaggi principali della tecnologia di virtualizzazione dei dati forniscono l'astrazione necessaria per disaccoppiare gli utenti e le applicazioni da attività quali la migrazione e il consolidamento dei dati, aggiungendo al contempo la semantica e la governance, necessarie nei moderni ambienti di dati.
Unisciti agli esperti di Miriade e Denodo per sentire come la tua azienda può affrontare e superare le sfide insite nell’adozione di un modello Cloud e conoscere le Best Practice per una corretta gestione dei dati e dei costi in un tale modello.
In questa sessione, parleremo di:
- come l'astrazione dei dati è fondamentale per sostenere gli utenti e le applicazioni durante la migrazione dei dati;
- come l'astrazione dei dati riduce la complessità degli ambienti Cloud ibridi;
- come l'astrazione dei dati consente di accelerare le migrazioni del Cloud verso le moderne piattaforme dati e i Data Lakes;
- come l'astrazione dei dati ottimizza in modo continuo i dati nel Cloud
MongoDB Atlas: il modo migliore per eseguire MongoDB in ambiente cloud 2MongoDB
MongoDB Atlas è il servizio DBaaS (Database-as-a-Service) che ti consente distribuire, gestire e scalare un database MongoDB in ambiente cloud con pochi clic.
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-serviceMarco Pozzan
Power BI Dataflow è il componente di trasformazione dei dati in Power BI. È un processo di Power Query che viene eseguito nel cloud. Bene, questa potrebbe non sembrare una funzionalità molto nuova, giusto? Quindi cosa c'è di nuovo con Dataflow? Le risposte alle vostre domande saranno nella mia sessione :-)
What's New in ASP.NET 4.5 and Visual Studio 2012Andrea Dottor
Slide e codice lo potete trovare a questo link:
http://blog.dottor.net/post/2012/09/18/Codice-e-slide-della-sessione-Whats-New-in-ASPNET-45-and-Visual-Studio-2012.aspx
Il Microsoft .NET Framework è in continua evoluzione, e con la prossima versione verranno rilasciate interessanti funzionalità riguardanti ASP.NET.All'interno di questa sessione conosceremo tutte queste novità, ed andremo invece più in dettaglio in alcune di esse, permettendo a chi conosce già ASP.NET di poter essere più produttivo (Strongly Typed Data Controls, Model Binding, Asynchronous, WebSocket, ... ), mentre, per chi invece non ha molta esperienza con questa tecnologia, potrà vedere come i nuovi template di progetto e Visual Studio 2012 potranno aiutarlo ad approcciare correttamente queste tipologie di applicazioni.
MongoDB SoCal 2020: Migrate Anything* to MongoDB AtlasMongoDB
This presentation discusses migrating data from other data stores to MongoDB Atlas. It begins by explaining why MongoDB and Atlas are good choices for data management. Several preparation steps are covered, including sizing the target Atlas cluster, increasing the source oplog, and testing connectivity. Live migration, mongomirror, and dump/restore options are presented for migrating between replicasets or sharded clusters. Post-migration steps like monitoring and backups are also discussed. Finally, migrating from other data stores like AWS DocumentDB, Azure CosmosDB, DynamoDB, and relational databases are briefly covered.
MongoDB SoCal 2020: Go on a Data Safari with MongoDB Charts!MongoDB
These days, everyone is expected to be a data analyst. But with so much data available, how can you make sense of it and be sure you're making the best decisions? One great approach is to use data visualizations. In this session, we take a complex dataset and show how the breadth of capabilities in MongoDB Charts can help you turn bits and bytes into insights.
E se vi chiedessi:
Cosa lega le ultime tendenze del cloud alla programmazione degli anni 80?
Quali sono le cose realmente importanti da tenere a mente quando si realizza un'applicazione?
Qual'è la strategia migliore per "inseguire professionalmente" le novità e non diventare rapidamente "obsoleto"?
Cosa si intende per "Pensiero Analogico e Azione Digitale"?
Questo e altro nel nuovo seminario di Pasquale Camastra (che si terrà presso la nostra sede il 14/09/2017 alle ore 17:30), che, questa volta nelle vesti di Evolutionary Architect, racconterà come affrontare le nuovissime tendenze delle Architetture Applicative in Cloud con lo spirito pionieristico di chi ha conosciuto l'informatica grazie al Commodor 64
MongoDB User Group Padova - Overviews iniziale su MongoDBStefano Dindo
MongoDB è un database non relazionale, orientato ai documenti. Classificato come un database di tipo NoSQL, MongoDB si allontana dalla struttura tradizionale basata su tabelle dei database relazionali in favore di documenti in stile JSON con schema dinamico (MongoDB chiama il formato BSON), rendendo l'integrazione di dati di alcuni tipi di applicazioni più facile e veloce.
Lo scopo del MongoDB User Group Padova è quello di condividere esperienze sulla tecnologia MongoDB.
Questa presentazione, usata durante il primo evento dello User Group, è stata usata per introdurre i partecipanti sulle procedure di installazione ed i concetti di base su MongoDB.
Power BI Streaming Data Flow e Azure IoT CentralMarco Parenzan
Dal 2015 gli utilizzatori di Power BI hanno potuto analizzare dati in real-time grazie all'integrazione con altri prodotti e servizi Microsoft. Con streaming dataflow, si porterà l'analisi in tempo reale completamente all'interno di Power BI, rimuovendo la maggior parte delle restrizioni che avevamo, integrando al contempo funzionalità di analisi chiave come la preparazione dei dati in streaming e nessuna creazione di codice. Per vederlo in funzione, studieremo un caso specifico di streaming come l'IoT con Azure IoT Central.
This set of design patterns are related to Enterprise Patterns. In it you can find, J2EE, Presentation, Business & Integration Patterns (such as: ApplicaCon Controller, Data Transfer Object (DTO), Business Object (BO) & Data Access Object (DAO) among others ...)
Analysts spend up to 80% of their time on data preparation delaying the time to analysis and decision making.” -Analysts spend up to 80% of their time on data preparation delaying the time to analysis and decision making.” Gartner
2011.06.30 scenari applicativi per il cloud computingMarco Parenzan
Abbattere i costi di gestione per le aziende è fondamentale in un periodo come quello attuale. Adottare una soluzione cloud comporta notevoli vantaggi per le piccole, medie e grandi imprese, permettendo di concentrarsi nella fase di sviluppo piuttosto che nella gestione dell'infrastruttura IT. Tra le soluzioni di questo tipo presenti nel mercato, Windows Azure, permette di sviluppare ed ospitare servizi nei Datacenter Microsoft. Basata sulle migliori tecnologie che l'azienda di Redmond possa offrire, risulta integrabile con molti strumenti noti agli sviluppatori (Visual Studio, .Net, java, PHP...) permettendo di creare,testare e pubblicare le applicazioni per poterle poi eventualmente integrare con altre già presenti.
Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...Denodo
Guarda qui: https://bit.ly/3imvkq4
Le odierne strategie di migrazione verso il cloud devono tenere conto della maggiore complessità, in tali contesti, delle attività di Governance dei dati e di definizione delle architetture ibride e multi-cloud, riducendo al contempo i rischi intrinseci di perturbare le attività degli utenti e delle applicazioni durante la migrazione. I vantaggi principali della tecnologia di virtualizzazione dei dati forniscono l'astrazione necessaria per disaccoppiare gli utenti e le applicazioni da attività quali la migrazione e il consolidamento dei dati, aggiungendo al contempo la semantica e la governance, necessarie nei moderni ambienti di dati.
Unisciti agli esperti di Miriade e Denodo per sentire come la tua azienda può affrontare e superare le sfide insite nell’adozione di un modello Cloud e conoscere le Best Practice per una corretta gestione dei dati e dei costi in un tale modello.
In questa sessione, parleremo di:
- come l'astrazione dei dati è fondamentale per sostenere gli utenti e le applicazioni durante la migrazione dei dati;
- come l'astrazione dei dati riduce la complessità degli ambienti Cloud ibridi;
- come l'astrazione dei dati consente di accelerare le migrazioni del Cloud verso le moderne piattaforme dati e i Data Lakes;
- come l'astrazione dei dati ottimizza in modo continuo i dati nel Cloud
MongoDB Atlas: il modo migliore per eseguire MongoDB in ambiente cloud 2MongoDB
MongoDB Atlas è il servizio DBaaS (Database-as-a-Service) che ti consente distribuire, gestire e scalare un database MongoDB in ambiente cloud con pochi clic.
Power BI: Introduzione ai dataflow e alla preparazione dei dati self-serviceMarco Pozzan
Power BI Dataflow è il componente di trasformazione dei dati in Power BI. È un processo di Power Query che viene eseguito nel cloud. Bene, questa potrebbe non sembrare una funzionalità molto nuova, giusto? Quindi cosa c'è di nuovo con Dataflow? Le risposte alle vostre domande saranno nella mia sessione :-)
What's New in ASP.NET 4.5 and Visual Studio 2012Andrea Dottor
Slide e codice lo potete trovare a questo link:
http://blog.dottor.net/post/2012/09/18/Codice-e-slide-della-sessione-Whats-New-in-ASPNET-45-and-Visual-Studio-2012.aspx
Il Microsoft .NET Framework è in continua evoluzione, e con la prossima versione verranno rilasciate interessanti funzionalità riguardanti ASP.NET.All'interno di questa sessione conosceremo tutte queste novità, ed andremo invece più in dettaglio in alcune di esse, permettendo a chi conosce già ASP.NET di poter essere più produttivo (Strongly Typed Data Controls, Model Binding, Asynchronous, WebSocket, ... ), mentre, per chi invece non ha molta esperienza con questa tecnologia, potrà vedere come i nuovi template di progetto e Visual Studio 2012 potranno aiutarlo ad approcciare correttamente queste tipologie di applicazioni.
MongoDB SoCal 2020: Migrate Anything* to MongoDB AtlasMongoDB
This presentation discusses migrating data from other data stores to MongoDB Atlas. It begins by explaining why MongoDB and Atlas are good choices for data management. Several preparation steps are covered, including sizing the target Atlas cluster, increasing the source oplog, and testing connectivity. Live migration, mongomirror, and dump/restore options are presented for migrating between replicasets or sharded clusters. Post-migration steps like monitoring and backups are also discussed. Finally, migrating from other data stores like AWS DocumentDB, Azure CosmosDB, DynamoDB, and relational databases are briefly covered.
MongoDB SoCal 2020: Go on a Data Safari with MongoDB Charts!MongoDB
These days, everyone is expected to be a data analyst. But with so much data available, how can you make sense of it and be sure you're making the best decisions? One great approach is to use data visualizations. In this session, we take a complex dataset and show how the breadth of capabilities in MongoDB Charts can help you turn bits and bytes into insights.
MongoDB SoCal 2020: Using MongoDB Services in Kubernetes: Any Platform, Devel...MongoDB
MongoDB Kubernetes operator and MongoDB Open Service Broker are ready for production operations. Learn about how MongoDB can be used with the most popular container orchestration platform, Kubernetes, and bring self-service, persistent storage to your containerized applications. A demo will show you how easy it is to enable MongoDB clusters as an External Service using the Open Service Broker API for MongoDB
MongoDB SoCal 2020: A Complete Methodology of Data Modeling for MongoDBMongoDB
Are you new to schema design for MongoDB, or are you looking for a more complete or agile process than what you are following currently? In this talk, we will guide you through the phases of a flexible methodology that you can apply to projects ranging from small to large with very demanding requirements.
MongoDB SoCal 2020: From Pharmacist to Analyst: Leveraging MongoDB for Real-T...MongoDB
Humana, like many companies, is tackling the challenge of creating real-time insights from data that is diverse and rapidly changing. This is our journey of how we used MongoDB to combined traditional batch approaches with streaming technologies to provide continues alerting capabilities from real-time data streams.
MongoDB SoCal 2020: Best Practices for Working with IoT and Time-series DataMongoDB
Time series data is increasingly at the heart of modern applications - think IoT, stock trading, clickstreams, social media, and more. With the move from batch to real time systems, the efficient capture and analysis of time series data can enable organizations to better detect and respond to events ahead of their competitors or to improve operational efficiency to reduce cost and risk. Working with time series data is often different from regular application data, and there are best practices you should observe.
This talk covers:
Common components of an IoT solution
The challenges involved with managing time-series data in IoT applications
Different schema designs, and how these affect memory and disk utilization – two critical factors in application performance.
How to query, analyze and present IoT time-series data using MongoDB Compass and MongoDB Charts
At the end of the session, you will have a better understanding of key best practices in managing IoT time-series data with MongoDB.
Join this talk and test session with a MongoDB Developer Advocate where you'll go over the setup, configuration, and deployment of an Atlas environment. Create a service that you can take back in a production-ready state and prepare to unleash your inner genius.
MongoDB .local San Francisco 2020: Powering the new age data demands [Infosys]MongoDB
Our clients have unique use cases and data patterns that mandate the choice of a particular strategy. To implement these strategies, it is mandatory that we unlearn a lot of relational concepts while designing and rapidly developing efficient applications on NoSQL. In this session, we will talk about some of our client use cases, the strategies we have adopted, and the features of MongoDB that assisted in implementing these strategies.
MongoDB .local San Francisco 2020: Using Client Side Encryption in MongoDB 4.2MongoDB
Encryption is not a new concept to MongoDB. Encryption may occur in-transit (with TLS) and at-rest (with the encrypted storage engine). But MongoDB 4.2 introduces support for Client Side Encryption, ensuring the most sensitive data is encrypted before ever leaving the client application. Even full access to your MongoDB servers is not enough to decrypt this data. And better yet, Client Side Encryption can be enabled at the "flick of a switch".
This session covers using Client Side Encryption in your applications. This includes the necessary setup, how to encrypt data without sacrificing queryability, and what trade-offs to expect.
MongoDB .local San Francisco 2020: Using MongoDB Services in Kubernetes: any ...MongoDB
MongoDB Kubernetes operator is ready for prime-time. Learn about how MongoDB can be used with most popular orchestration platform, Kubernetes, and bring self-service, persistent storage to your containerized applications.
MongoDB .local San Francisco 2020: Go on a Data Safari with MongoDB Charts!MongoDB
These days, everyone is expected to be a data analyst. But with so much data available, how can you make sense of it and be sure you're making the best decisions? One great approach is to use data visualizations. In this session, we take a complex dataset and show how the breadth of capabilities in MongoDB Charts can help you turn bits and bytes into insights.
MongoDB .local San Francisco 2020: From SQL to NoSQL -- Changing Your MindsetMongoDB
When you need to model data, is your first instinct to start breaking it down into rows and columns? Mine used to be too. When you want to develop apps in a modern, agile way, NoSQL databases can be the best option. Come to this talk to learn how to take advantage of all that NoSQL databases have to offer and discover the benefits of changing your mindset from the legacy, tabular way of modeling data. We’ll compare and contrast the terms and concepts in SQL databases and MongoDB, explain the benefits of using MongoDB compared to SQL databases, and walk through data modeling basics so you feel confident as you begin using MongoDB.
MongoDB .local San Francisco 2020: MongoDB Atlas JumpstartMongoDB
Join this talk and test session with a MongoDB Developer Advocate where you'll go over the setup, configuration, and deployment of an Atlas environment. Create a service that you can take back in a production-ready state and prepare to unleash your inner genius.
MongoDB .local San Francisco 2020: Tips and Tricks++ for Querying and Indexin...MongoDB
The document discusses guidelines for ordering fields in compound indexes to optimize query performance. It recommends the E-S-R approach: placing equality fields first, followed by sort fields, and range fields last. This allows indexes to leverage equality matches, provide non-blocking sorts, and minimize scanning. Examples show how indexes ordered by these guidelines can support queries more efficiently by narrowing the search bounds.
MongoDB .local San Francisco 2020: Aggregation Pipeline Power++MongoDB
Aggregation pipeline has been able to power your analysis of data since version 2.2. In 4.2 we added more power and now you can use it for more powerful queries, updates, and outputting your data to existing collections. Come hear how you can do everything with the pipeline, including single-view, ETL, data roll-ups and materialized views.
MongoDB .local San Francisco 2020: A Complete Methodology of Data Modeling fo...MongoDB
The document describes a methodology for data modeling with MongoDB. It begins by recognizing the differences between document and tabular databases, then outlines a three step methodology: 1) describe the workload by listing queries, 2) identify and model relationships between entities, and 3) apply relevant patterns when modeling for MongoDB. The document uses examples around modeling a coffee shop franchise to illustrate modeling approaches and techniques.
MongoDB .local San Francisco 2020: MongoDB Atlas Data Lake Technical Deep DiveMongoDB
MongoDB Atlas Data Lake is a new service offered by MongoDB Atlas. Many organizations store long term, archival data in cost-effective storage like S3, GCP, and Azure Blobs. However, many of them do not have robust systems or tools to effectively utilize large amounts of data to inform decision making. MongoDB Atlas Data Lake is a service allowing organizations to analyze their long-term data to discover a wealth of information about their business.
This session will take a deep dive into the features that are currently available in MongoDB Atlas Data Lake and how they are implemented. In addition, we'll discuss future plans and opportunities and offer ample Q&A time with the engineers on the project.
MongoDB .local San Francisco 2020: Developing Alexa Skills with MongoDB & GolangMongoDB
Virtual assistants are becoming the new norm when it comes to daily life, with Amazon’s Alexa being the leader in the space. As a developer, not only do you need to make web and mobile compliant applications, but you need to be able to support virtual assistants like Alexa. However, the process isn’t quite the same between the platforms.
How do you handle requests? Where do you store your data and work with it to create meaningful responses with little delay? How much of your code needs to change between platforms?
In this session we’ll see how to design and develop applications known as Skills for Amazon Alexa powered devices using the Go programming language and MongoDB.
MongoDB .local Paris 2020: Realm : l'ingrédient secret pour de meilleures app...MongoDB
aux Core Data, appréciée par des centaines de milliers de développeurs. Apprenez ce qui rend Realm spécial et comment il peut être utilisé pour créer de meilleures applications plus rapidement.
MongoDB .local Paris 2020: Upply @MongoDB : Upply : Quand le Machine Learning...MongoDB
Il n’a jamais été aussi facile de commander en ligne et de se faire livrer en moins de 48h très souvent gratuitement. Cette simplicité d’usage cache un marché complexe de plus de 8000 milliards de $.
La data est bien connu du monde de la Supply Chain (itinéraires, informations sur les marchandises, douanes,…), mais la valeur de ces données opérationnelles reste peu exploitée. En alliant expertise métier et Data Science, Upply redéfinit les fondamentaux de la Supply Chain en proposant à chacun des acteurs de surmonter la volatilité et l’inefficacité du marché.
2. Sommario
• Prospettive tecnologiche e di mercato per
MongoDB 3.6
• Caratteristiche e Miglioramenti
• Sviluppatori
• Analisti e Data Scientist
• Ops
• Per Iniziare
3. Il Digitale è Importante...
Più di 4000 mld $ nelle
vendite eCommerce
entro il 2020
75 mld di dispositivi
collegati
entro il 2025
Il 61% considera l'AI
una strategia
“urgente”
inel 2017
108 mld $ per il
mercato AR/VR
entro il 2021
59% di penetrazione
degli smartphone
entro il 2022
Più di 6000 mld di $
per i danni del cyber-
crimine
entro il 2022
5. La Velocità è Importante... Ma il Digitale è
Complesso
Forrester Digital Transformation Infographic: https://go.forrester.com/blogs/16-05-09-digital_transformation_2016_infographic/
9. Change Streams di MongoDB
Consentono agli sviluppatori di creare servizi reattivi in tempo reale
APIdiChangeStreams
Applicazioni
Aziendali
Dati utente
Sensori
Clickstream
Notifiche di Eventi in
Tempo Reale
Coda di Messaggi
10. Implementazione di Change Streams
Le app si registrano su MongoDB oplog per
ricevere notifiche tramite l'API di Change Streams
• I Change Streams sono:
• Flessibili: differenziali o sull'intero documento, filtrati in base a un
evento specifico
• Coerenti: i dati sono ordinati nei vari shard
• Sicuri: richiedono i privilegi di accesso dell'utente alla collection
• Affidabili: la notifica arriva solo a scrittura compiuta nella maggior
parte delle repliche
• Ripristinabili: in caso di errore del nodo
• Concorrenti: fino a 1.000 Change Stream per istanza di MongoDB
• Familiari: utilizzano i normali driver e il linguaggio delle query di
MongoDB
11. Casi di utilizzo di Change Streams
• Aggiornamento delle applicazioni di trading al
variare dei prezzi delle azioni
• Sincronizzazione dei cambiamenti nei
microservizi
• Aggiornamento di dashboard, sistemi di
analisi
• Pipeline di dati IoT, ad esempio per generare
allarmi in caso di guasto della risorsa
connessa
• Inserimento di nuove transazioni di carte di
credito nei modelli ML per ricalcolare il rischio
• Aggiornamento del punteggio nei giochi
multiplayer
APIdiChange
Streams
Applicazioni
aziendali
Dati utente
Sensori
Clickstream
Notifiche di Eventi in
Tempo Reale
Coda di messaggi
12. Change Streams in azione
// Seleziona la collection per la query
MongoCollection<Document> collection =
database.getCollection(”orders");
// Crea il cursore change stream.
MongoCursor<Document> cursor =
collection.watch().iterator();
14. Nel mondo reale...
Applicazioni
Aziendali
Dati utente
Sensori
Clickstream
Write
ACK
...i problemi succedono... ...e
l'app non ha modo di sapere se
la scrittura è andata a buon
fine*
• Le interruzioni di rete impediscono ai comandi di
scrittura di raggiungere MongoDB
• Il primario MongoDB è in corso di elezione
• La scrittura riesce ma il guasto di rete impedisce
la
Il problema non sussiste per le operazioni idempotenti
15. Gestione degli Errori di Scrittura
Applicazioni
Aziendali
Dati Utente
Sensori
Clickstream
Scrittura
ACK
Ma i problemi succedono... ...e
l'app non ha modo di sapere se
la scrittura è andata a buon fine
• Le interruzioni di rete impediscono ai comandi di
scrittura di raggiungere MongoDB
• Il primario MongoDB è in corso di elezione
• La scrittura riesce ma il guasto di rete impedisce
la
Gli sviluppatori scrivono
codice complesso per
gestire le eccezioni
16. Retryable Writes di MongoDB
La gestione degli errori di scrittura si sposta dall'app al
database per errori di rete transitori o elezioni del
primario
• Il driver ritenta automaticamente la scrittura non eseguita
• Grazie all'identificatore unico della transazione, il server richiede una
semantica valida
• Proprietà
• Supporta operazioni idempotenti e non idempotenti ed errori causati
da timeout
• Offre costante disponibilità globale per le operazini
di scrittura
• Supera la complessità imposta dai sistemi multi-master, coerenti alla
fine
17. Rewritables Writes in Azione
uri = "mongodb://example.com:27017/?retryWrites=true"
client = MongoClient(uri)
database = client.database
collection = database.collection
18. Consistenza del Dato Assoluta
Tutte le
scritture
alcune
letture
Applicazio
ni
Aziendali
Dati
Utente
Sensori
Click
stream
Primario MongoDB
Secondario MongoDB
Secondario MongoDB
19. Controlli di Consistenza Regolabili
Primario MongoDB
Secondario MongoDB
Secondario MongoDB
Tutte le
scritture
alcune letture
Letture
Letture
Applicazio
ni
Aziendali
Dati
Utente
Sensori
Click
stream
20. Controlli di Consistenza Regolabili
Coniugare la consistenza dei dati con gli SLA delle prestazioni
• Gli sviluppatori hanno un controllo preciso su come le query vengono
instradate nel
• Coerenza causale: garantisce letture uniformi e logicamente
coerenti da qualsiasi nodo replica nella stessa sessione
utente
Letture secondarie nelle shard: le repliche secondarie
riconoscono i chunk, per assicurare letture coerenti anche se i
dati sono in propagazione in uno sharded cluster
21. La coerenza causale in azione
//Inizia la sessione del client, causalmente coerente di default
try (ClientSession session =
client.startSession(ClientSessionOptions.builder().build())) {
//Run causally related operations within the session
collection.insertOne(session, ... );
collection.updateOne(session, ...);
try (MongoCursor<Document> cursor =
collection.find(session).filter(...).iterator()) {
while (cursor.hasNext()) {
Document cur = cursor.next();
}
}
22. Compass: la GUI per MongoDB
Nuove funzionalità
• Completamento automatico delle
query
• Cronologia delle query
• Vista della tabella
• Compass plugin framework
Framework per i plugin di
Compass
• Edizione a costo zero
• GUI da utilizzare in alternativa alla
shell
Scarica Community di Compass
23. Espressività delle query e aggiornamenti di array
con ricche espressioni
• Utilizza espressioni nella pipeline di aggregazione con il
linguaggio di query di MongoDB, grazie al nuovo operatore
$expr
• Equivalente SQL di SELECT * FROM T1 WHERE a>b
• Esempio: trova tutti gli account dei clienti che hanno aumentato le
spese mensili
• Query più espressive con meno codice sul lato client
• Aggiornamento atomico di vari elementi che corrispondono
a un array con un singolo comando
• Esempio: aumenta tutti i prezzi in un array del 20%
• Modellazione dei dati più flessibile
• Evita la riscrittura dei documenti obbligatoria in altri database
[ ]
24. Aggiornamento di array: tutti gli elementi
orders:
{
_id: 5,
line_items : [
{ id: 123,
title : "USB Battery",
price: 15.0 },
{ id: 512,
title : "Hip T-shirt",
price : 45.0 }
],
...
}
db.orders.update(
{ _id: 5 },
{ $mul: {
"line_items.$[].price":
0.8
}
}
)
26. • Ops Manager
• Validazione dello schema
• Extended Security
• Sicurezza estesa
• Multi-tenancy
Velocità nello scalare
27. Data Explorer
Controlla lo schema e
l'utilizzo degli indicin
Dashboard delle prestazioni in
tempo reale
Telemetria in diretta: operazioni in
corso e consumo di risorse
Performance Advisor
Raccomandazioni sempre
attive sugli indici
28. Backup e ripristino di Ops Manager
Backup continui e coerenti con ripristino temporizzato:
• Query sui backup: interroga i backup senza bisogno di effettuare
il ripristino
• Backup più veloce: agente riprogettato e sincronizzazione iniziale
migliorata
• Ripristino più veloce: le snapshot temporizzate vengono create
nel nodo di destinazione, evitando un salto di rete
• Backup negli Object Store: in locale o su S3
• Ripristino tra progetti: ripristino su un progetto diverso dalla
snapshot di origine
29. Coniugare il modello flessibile di dati con
{
product_name: ‘Acme Paint’,
color: [‘Red’, ‘Green’],
size_oz: [8, 32],
finish: [‘satin’, ‘eggshell’]
}
{
product_name: ‘T-shirt’,
size: [‘S’, ‘M’, ‘L’, ‘XL’],
color: [‘Heather Gray’ … ],
material: ‘100% cotton’,
wash: ‘cold’,
dry: ‘tumble dry low’
}
{
product_name: ‘Mountain Bike’,
brake_style: ‘mechanical disc’,
color: ‘grey’,
frame_material: ‘aluminum’,
no_speeds: 21,
package_height: ‘7.5x32.9x55’,
weight_lbs: 44.05,
suspension_type: ‘dual’,
wheel_size_in: 26
}
Documenti nella stessa collection per un catalogo prodotti in MongoDB
30. Validazione dello schema
Impone una struttura rigida allo schema di un'intera collection
per la governance e la qualità dei dati
• Introduce la validazione del documento per limitare i contenuti che
possono essere aggiunti a un document
• Determina la presenza, il tipo e i valori dei contenuti del documento,
compresi gli array nidificati
• Semplifica la logica dell'applicazione
Configurabile: puoi determinare la struttura del documento,
inviare avvisi o consentire una
Risponde alle query: puoi identificare tutti i documenti che
non sono conformi
32. Sicurezza dei dati end-to-end
• Autenticazione: LDAP, Kerberos, x509,
Challenge/Response
• Autorizzazione: RBAC, ruoli definiti
dall'utente, sicurezza a livello di campo
• Crittografia: in movimento, a riposo,
backup • Audit: completo per DML e DDL
• Audit: Full DML & DDL
33. Estensione dei controlli di sicurezza
Novità in MongoDB 3.6
• Bind a localhost: RPM e DEB predefiniti estesi a tutti i pacchetti e le
piattaforme. Non accetta connessioni esterne al database senza il
consenso dell'amministratore
• Whitelist di IP: accetta solo connessioni esterne da indirizzi IP specifici
o da blocchi CIDR
34. Compressione end-to-end
MongoDB 3.6 aggiunge la
compressione nel protocollo di
trasmissione tra il client e il
database
• Fino all'80% di risparmio di banda
Compressione end to end
MongoDB Compressione end-to-
end
• Compressione nel protocollo di
trasmissione
• All'interno dei cluster
• Indici in memoria
• Storage
Applicazione
MongoDB Primary
Replica
Compressione
nel protocollo
di
trasmissione
]
Vista unificata della replica
secondaria di MongoDB
Vista unificata della replica
secondaria di MongoDB
Replica secondaria di MongoDBVista unificata della replica
secondaria di Mongo DB
Vista unificata della replica
secondaria di Mongo DB
Replica secondaria di MongoDB
All'interno dei
cluster
Compressione
dei dati su
disco
Compressione
degli indici in
memoria
35. Gestione multi-tenancy
• Gestione della sessione operativa
• Gli amministratori possono visualizzare, raggruppare, cercare
ogni sessione utente su ogni nodo
• Terminare le operazioni in esecuzione su diversi nodi con un
singolo comando
• Più di 1 mln di collection WiredTiger
• Motore WiredTiger riprogettato per supportare applicazioni che
generano
• Applicazioni SaaS: collection per utente
• Servizi IoT: collection per risorsa per ora
36. • Connector for BI
• Pipeline di aggregazione
• Driver R
Velocità per estrarre
informazioni
38. • Faster
• Sfrutta i vantaggi del lookup espressivo 3.6 per effetturare più calcoli
nel database
• Supporta la funzione Show Status per ottimizzare ulteriormente le
prestazioni
• Più semplice
• Gestione del ciclo di vita con Ops Manager
• Mappatura e campionamento dello schema ora gestito dal
processo mongosqld, non da un'utilty separata
• Autenticazione attraverso plugin lato client, senza bisogno di
gestire certificati TLS. Aggiunto il supporto per Kerberos
Le novità nel connettore per BI • Più veloce
39. Pipeline di aggregazione più ricca
• $lookup espressivo
• Oltre gli equi-join Left Outer. Supporto per i non equi-join e
• Esecuzione nativa nel database, che consente query di analisi più
complesse con meno codice
• Aggregazioni con fusi orari
• Consentono analisi multi-regione che tengono conto dei fusi orari
regionali
• Nuove espressioni per trasformazioni più complesse
• Conversione da oggetti ad array di coppie K-V e viceversa
• Fusione di più oggetti in un singolo oggetto
• Rimozione dei campi da un oggetto in base a criteri di valutazione
41. Driver R per MongoDB
Driver R di MongoDB raccomandato per data scientist,
sviluppatori e statistici
• Accesso in linguaggio naturale al database
• Read e write concern di MongoDB per controllare
la coerenza
• Protezione dei dati con meccanismi di
autenticazione enterprise
• Tipi di dati avanzati BSON, ad es. decimale 128
per analisi scientifiche e finanziarie ad alta
precisione
42. Cloud ManagerOps Manager MongoDB Atlas
DBaaS privato: in
locale
Esecuzione ovunque
Eliminating Lock-In
DBaaS ibrido
DBaaS pubblico:
totalmente gestito
Same Code Base, Same API, Same Management UStesso codice di base, stessa API, stessa UI di
gestioneI
43. MongoDB Atlas: Database-as-a-Service
Self-service, elastico
e automatizzato
Sicuro in modalità
predefinita
Globale e altamente
disponibile
Backup continui
Monitoraggio e
ottimizzazione in tempo
reale
Per qualsiasi cloud
44. Novità di Atlas
● Disponibilità di MongoDB 3.6 in
MongoDB Atlas (versione GA)
● Replicazione in diverse regioni
● Ridimensionamento automatico
dello storage
● Pause Cluster
● Cluster in pausa
● Ripristino da progetti diversi
Ridimensioname
nto automatico
dello storage
46. MongoDB 3.6
Muoviti alla stessa velocità dei tuoi dati
Velocità di sviluppo
● Change Streams
● Retryable Writes
● Controlli di coerenza
regolabili
● Compass
● Espressività delle query
Velocità per scalare
● Ops Manager
● Validazione dello schema
● EEstensione dei controlli
● Compressione E2E
● Gestione Management
Elocità per estrarre
informazioni
● BI Connector
● Pipeline di
aggregazione più ricca
● R Driver
48. Per iniziare con MongoDB 3.6
• Scarica la release candidate e leggi le note
sulla versione
• Leggi le novità sul white paper
• Formazione gratuita con la MongoDB
University
• Possiamo aiutarti: servizio di aggiornamento
per le versioni principali