MongoDB在Forrester Wave™2019年第四季度事務分析數據平臺報告中，獲評“卓越表現者”！

Forrester發佈了“2019年第四季度事務分析數據平臺Forrester Wave™報告”。在被Forrester視為“炙手可熱的新興市場”的14家頂級平臺中，MongoDB數據平臺被評為“卓越表現者”。

事務分析系統是將以前單獨的記錄系統、互動系統和洞察力系統工作綜合到一個統一的數據平臺中。通過綜合這些工作，您可以更快、更多地瞭解集成數據並對其採取行動，同時降低複雜程度和風險。

在談及報告之前，讓我們深入瞭解一下事務分析系統可以幫助您解决哪些挑戰以及這個系統的重要性。

事務分析系統的崛起及其重要性

 “我很好地根據上個月的銷售數據提出了個性化的產品推薦…”，商業夥伴是絕不會和您說這樣的話的。

因為在數位經濟中，生存和發展都特別仰賴於速度：

•微服務、敏捷性和DevOps幫助我們更快地構建和交付軟體。

•即時串流的數據和事件驅動型架構幫助我們能夠即時地感知和回應周圍的數位環境。

但是，通常情况下，從數據中獲取洞察力的速度仍然很慢。多數人依舊是通過緩慢而脆弱的ETL過程，定期從事務類型系統和操作類型系統將數據批次加載到分析類型的數據湖和資料倉庫。這樣做的結果是，您的業務只能根據舊的和過時的數據作出決策。

除了分析洞見的速度問題，我們還必須處理來自於三個獨立系統的所有複雜問題，以支持這些不同的工作，然後再嘗試在三個系統之間高效、安全地共享數據。

事務分析數據平臺如何發揮作用？

事務分析系統致力於通過改變數據的處理管道，將事務、操作和分析工作綜合到一個統一的數據平臺來解决這些問題。該平臺能够有效地處理所有不同的任務。這一行業的轉變，也正是MongoDB的產品開發的方向。

Forrester預測，事務分析系統的發展趨勢將會顛覆傳統的資料庫市場。這是因為傳統平臺“無法滿足新的業務需求，不能同時實現即時資料、效能、規模、整合性數據和安全等功能。”

Forrester Wave對於事務分析系統的重要發現

Forrester根據24項標準（包括當前的產品供應、技術策略和市場表現）評估了14家最好的事務分析數據平臺供應商。這是MongoDB首次參與這項研究。榮幸的是，MongoDB數據平臺被Forrester評為“卓越表現者”，並在以下類別中獲得了最高分數：

•數據管道

•模型多樣性

•數據安全性

•數據訪問

•API/Dev工具

•高可用性和災難恢復

•定價透明度

•合作夥伴

•客戶採用度

報告談到MongoDB“在過去幾年中新增了事務分析系統的使用案例，有多家公司使用MongoDB來支持即時分析、洞察力系統、客戶360、物聯網和行動應用程式。”以及“最近新增的產品和路線圖包含的創新產品，如全文檢索、按需物化視圖以及數據湖，可以擴大事務分析系統的支持範圍。”

為何事務分析系統需要一個數據平臺，而不僅僅是一個資料庫？

我們認為，MongoDB在Forrester Translytical Wave中的排名是我們投資構建MongoDB數據平臺的成果，通過這一平臺，您能夠採用以下方式應對現代分析方法的挑戰：

•直接根據最新的可操作數據快速獲得洞察力並採取行動，無需採用耗時較長的ETL管道。

•智慧排列數據，可以用於即時處理到離線批次處理的各種類型的分析。

•通過原生的開發維運工具為多個受眾提供服務，從而共享和協作。

數據建模和査詢功能

MongoDB數據平臺是基於文件式的資料模型，通過這一模型，您可以蒐集、儲存和組合任何結構的數據。

MongoDB査詢語言（MQL）和聚合分析涵蓋面廣且表達能力强，您可以通過自己喜愛的方式査詢、轉換和分析數據。在您的事務型和操作型資料庫內的數據無論是透過我們雲端服務 MongoDB Atlas或是運行在地端的企業版本上都可以進行管理。也可以延伸運用 Atlas Full-Text Search 的服務，或者使用 MongoDB Atlas Data Lake 作為物件儲存 (object storage) 的管理。因此，無論資料儲存在哪裡，您都可以使用MQL對其進行高效訪問和査詢。

分析數據功能

通過十多個慣用的程式的驅動程式（包括Python和R）以及一系列將MongoDB綜合到分析生態系統中的工具，您能夠處理這些數據。分析生態系統中的工具被應用於構中不同的分析使用場景和團隊：

•MongoDB Charts——創建MongoDB數據視覺化效果的最快且最簡單的方法。您可以創建圖形和Dashboard，與其他用戶共享以進行合作，並將其直接嵌入到web應用中，產生引人入勝的用戶體驗。

•MongoDB Connector for BI讓您直接從現有的基於SQL的BI和分析平臺（如Tableau、Microstrategy、Looker等）直接連接MongoDB。

•MongoDB Connector for Apache Spark公開了Spark的函式庫，包括Scala、Java、Python和R。MongoDB數據已實體化為DataFrames和Datasets，通過機器學習、圖形、串流數據和SQL API 進行資料分析。

數據分佈處理及安全保護功能

MongoDB的分佈式系統體系結構使您可以彈性擴展數據集，並行化查詢以及實施ACID事務保證，同時在單個集群中的節點之間隔離不同的工作負載。您可以指定一組節點來處理事務和操作應用程序，而平台會自動將數據複製到另一組處理分析查詢的節點上。這些查詢可以是報告更新和 Dashboard，也可以是機器學習模型。

通過程序分離，不同的工作絕不會相互競爭系統資源。您可以在毫秒級延遲的情况下處理操作型應用程序，同時，從正在操作的數據中生成即時的洞察力。在進行這些操作時，您毋需擔心將數據ETL到個別的資料庫過程中所產生的脆弱性和延遲性。

通過單一的數據平臺，您可以應用全面的資料安全保護以及資料治理項目，從而確保只有獲得授權的數據才能進行訪問和處理。

事務分析系統的下一步計畫是什麼？

對MongoDB而言，在事務分析數據平臺市場中被評為“卓越表現者”僅僅是一個開始。我們強調文件式的數據模型和分佈式系統，將其視為現代事務和分析工作的基礎，並將雲作為交付給用戶的最佳途徑，我們的策略就是使事務分析系統更上一層樓，為所有人服務。

立即注册free MongoDB Atlas M0 tier instance， 開啟您的MongoDB數據平臺體驗之旅。