MongoDB持續進化 讓開發者輕鬆快速打造現代化應用

為提供開發者、架構師、DevOps工程師、DBA等技術人員一個學習交流平台，MongoDB.local台北站活動於日前盛大舉行，並以「Love Your Developers」為活動主軸，共同探索MongoDB開發者資料平台的新技術、新功能及應用場景，協助企業加速打造數據驅動的現代化應用。

MongoDB香港台灣區域副總裁胡建基致詞表示，MongoDB.local為全球29個城市巡展的用戶大會。近年MongoDB在台灣的業務堪稱亮眼，無論在遊戲、智慧製造、零售電商、金融等各領域都展現強勁增長力道；深究眾多企業善用MongoDB不斷強化業務創新力，幕後功臣正是開發者，因為他們的創新應用，不斷增強大家用戶體驗的方式，將未來的可能變成現實，所以這次大會以「Love Your Developers」訴求向開發者致敬。

以下篇幅，將從技術角度、案例分享等不同視角，鋪陳講者們的精彩論述。

降低技術推疊複雜性，實現最優雅開發體驗

最受矚目的是MongoDB行銷暨策略長Peder Ulander帶來的主題演說。他指出藉由全託管資料庫服務Atlas，不只是處理雲端的資料，更為開發者設計諸多功能，因而備受好評、現在每週都有逾4萬位開發者註冊使用；Atlas讓技術推疊變得不複雜，取而代之的是更優雅的資料處理過程、更簡單直覺的應用開發體驗。

綜觀Peder Ulander提出的亮點功能，其實不在少數。像是Atlas Stream Processing，讓開發人員透過簡單有效率的文件模型來處理串流數據，從容回應各種即時事件。其次為Atlas Vector Search向量搜尋，讓開發者能夠為用戶提供更相關的情境感知結果，譬如借助專屬資料來增強在大型語言模型（LLM）上面的應用程式，大幅提高準確性與效能。再來是AI Innovators program，引領開發者更簡單輕鬆地運用AI技術。

此外像是Atlas Search，使全文檢索變得更簡單。還有Sharding分片技術，主要利用資料分散處理架構來提升資料管理效能；後續議程將深入探討的可查詢加密（Queryable Encryption）、Relational Migrator（註：協助用戶從傳統RDBMS移轉到MongoDB）…等MongoDB 7.0新功能，亦值得大家一探究竟。

建構最佳資料載體，加速ML與GenAI發展進程

MongoDB北亞區資深解決方案架構師張冠群，闡述如何透過MongoDB將AI/ML導入服務中。他強調現今大家在開發應用程式時，都期盼將更多AI應用注入前端App或後端系統，運用更好的演算法，達到預測未來效果，甚至藉由GenAI直接產生高價值資料。

在AI/ML發展過程中，MongoDB扮演助攻角色，是最佳的資料載體。是因為MongoDB不僅擁有強大Aggregation分析功能，支持Shifting Left架構，將一些關鍵的查詢或分析能力直接留在原本OLTP資料庫上。

其次MongoDB底層可支持出色的資料存取速度、彈性的資料格式，且具備Shard優勢，幫助資料科學家輕鬆處理大量資料運算，實現「從批次到即時」進化效益。再者推出Vector Search新功能，有助實現良好的Chatbot或Recommendation機制，與GenAI完美結合。

總之MongoDB本身為JSON Document Store資料庫，便於使用者透過API向JSON擷取資料；同時支援Spark、Kafka和Python的Driver；加上提供優異的冷熱資料管理功能Online Archive，這些都有助加快AI應用發展進程。

其餘的技術議程，主講人包括MongoDB北亞區資深解決方案架構師蘇友信、資深顧問工程師吳明宗資深顧問工程師張凱霖、首席顧問工程師Tony Li及Red Hat資深解決方案架構師郭鎧齊。

其中蘇友信介紹MongoDB 7.0新訊息，例如可直接擴展Time Series資料結構，創造更佳效能、更大容量；透過指令幫助開發者識別其Shard Key是否符合MongoDB最理想選項；針對Sharding下每分片的Chunk執行自動整併，加速系統效能。值得一提，經由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。

此外吳明宗主講Relational Migrator，說明它做到設計資料模型、搬資料、產生對應程式碼三件事，順利將RDBMS的工作負載遷移到MongoDB。張凱霖除介紹Atlas Search與Atlas Vector Search外，也說明GenAI如何結合這些搜尋機制，增進非結構化資料查詢效率，加速孕育智能化服務；而Atlas Vector Search引入入勝之處，在於支持以圖找圖、以文找圖等酷炫搜尋功能。

Tony Li說明如何創建Time Series Table，將Metadata、Metrics、時間點等資訊塞入同一檔案，形成Bucket，以利提高資料分析效能。至於Red Hat的郭鎧齊，則以OpenShift企業版為基礎，強調可輕易以AP等級實現橫跨不同Data Center的備份備援，符合數位韌性要求，與社群版本有顯著差異，同理MongoDB企業與社群版之間亦有落差。

建立事件驅動系統，因應瞬息萬變市場

成功案例分享，是由5家指標性客戶共同演繹。首先登場的趨勢科技Jim Chi和William Luo，二人聯手闡釋如何基於MongoDB Change Stream建立事件驅動系統。

趨勢科技的企業級主力產品為Vision One，擅於為多種數位資產提供全方位保護與管理。以管理範疇中的端點安全為例，目前架設於MongoDB Atlas，充分善用其中的簡易管理機制、全球化部署方式，結合HA、Auto Scaling、Multi-Cloud Provider等支援。鑒於端點資安App迫切急需即時獲取端點的Create、Migrate、Upgrade或Delete等事件訊息，及Hostname、IP、Mac Address等屬性變化資訊，以利提供即時保護。

因此趨勢科技決定利用Change Stream打造事件驅動架構，由App端將變動訊息寫入MongoDB的Global Cluster，接著由Event Consumer角色在Cluster建立Change Stream，獲取即時的Change Event，再經由ETL程序，將這個Event產生於Kafka Broker，便於App透過Kafka取得有興趣的資訊。

WOO Network林宣丞說，WOO Network為集中化虛擬貨幣交易所，但也提供DeFi服務。若純粹以集中式交易所來看，基礎功能不外乎註冊、出入金、交易；深究Crypto Exchange的挑戰，在於需要開發眾多功能，例如須因應客戶需求變化、迅速開發對應智能單，另需即時處理的海量資料、且持續優化Response Time。因而採用MongoDB，利用它的擴展性、易用性等優勢來滿足上述Feature，讓工程師更快取得資料並執行開發。

Google Cloud林政鈞說，針對資料轉為黃金，一般都歷經三個程序，分別為資料分析、視覺化、生成式AI操作。透過MongoDB與Google Cloud聯袂運作，可完整實踐資料變現，譬如將MongoDB的資料同步搬移至Google BigQuery全託管資料倉儲，再搭配運用Looker視覺化平台，轉化資料的價值。 

彈性資料結構，破解RDBMS過往技術限制與痛點，打造新一代永豐銀行智慧收支帳本新服務

接著登場的永豐銀行專業副理楊文淵，說明如何使用MongoDB優化數位通路體驗的經過。從前消費者要查詢銀行明細資訊，經常備受限制，像是查詢資料可查詢的時間區間，或銀行與信用卡資料只能分開查詢，這些癥結在於傳統RDBMS處理能力不足。

改採MongoDB資料庫技術後，運用彈性的欄位、彈性的Schema制定，輕易整併不同交易系統的明細；若遇到臨時需求，只需更改App；此外因省略許多JOIN步驟進而提升查詢效能；亦透過一主二從架構的建立，發揮高可用性、讀寫分離等功效。

來自愛酷智能（AccuHit）的首席雲端架構師王唯綱指出，行銷科技範圍廣大，隨之而來的挑戰甚多。係因數據來源眾多，導致行銷數據庫內含不同資料結構、不同資料頻率；要想恆常確保資料品質與完整性，有一定難度。為此AccuHit利用MongoDB儲存並挖掘大量非結構化資料中的價值，輔以MongoDB對Multi-Cloud的支持，及對於治理、管理、安全、合規的完整兼顧，順利克服前述考驗。

Noodoe的Fleet Management Lead王士豐表示，綜觀傳統商用車隊的EV充電，時常出現能源管理上的諸多疑慮，一旦採用Noodle EV OS雲端管理系，業主即可借助負載管理功能落實智慧調控，即便是電力供應受限的場域，也不需進行電力升級，即能同時滿足場域內多座充電樁的有效運行。

為支持EV OS高效運作，且靈活順應市場需求變化，Noodle基於「彈性資料結構」之所需而選用MongoDB，後續也善用Aggregation資料分析功能，直接快速地產出各式報表，隨時掌握各區域充電樁的營運狀況。