MongoDB affiche son ambition de fournir aux développeurs une data platform qui élargit la variété de cas d’usage que sa technologie de base de données orientée document prend en charge. Il y a deux ans, Mark Porter a pris la responsabilité des équipes d’ingénierie de l’éditeur américain et lorsque l’on rencontre le CTO, il expose clairement la volonté de MongoDB d’englober dans les capacités de la plateforme les fonctions analytiques, le search et toutes les technologies de synchronisation avec les mobiles. Il est question ici de réinventer le 3ème niveau des architectures à trois niveaux, nous a-t-il expliqué lors d’un passage à Paris (son interview sera prochainement publiée sur LMI). Sur la conférence annuelle MongoDB World, qui se tient cette semaine à New York, une série d’annonces ont été faites dans ce sens par le fournisseur de solutions open source.

Parmi les nouveautés figure la fonctionnalité Column Store Indexes, qui sera livrée plus tard dans l’année. Pour les développeurs, elle viendra faciliter l’intégration de fonctions analytiques « in-app » avec la possibilité de créer et de maintenir un index construit spécifiquement à cet usage. Ce dernier permettra d’accélérer nettement de nombreuses requêtes courantes sans avoir à modifier la structure du document ou devoir déplacer les données ailleurs. MongoDB explique qu’en outre, les noeuds analytiques pourront passer à l’échelle de façon séparée ce qui permettra aux équipes d’ajuster les performances de leurs requêtes de façon distinctes sans risquer de surdimensionner ou sous-dimensionner leurs capacités de traitement. Des améliorations sont apportées à time series collections dans la version 6.0 de MongoDB avec le support d’index secondaires pour les mesures et des optimisations pour trier plus vite les données temporelles. Sur les fonctions de recherche, Atlas Search s’enrichit de Search Facets pour que les développeurs puissent créer rapidement des expériences de recherche plus riches pour les utilisateurs.

Des capacités de bases de données virtuelles

Sur la gestion du cycle de vie du développement, MongoDB annonce des capacités pour transformer et déplacer plus vite les données dans Atlas, la version cloud managée de sa database. Atlas Data Lake va apporter des capacités de stockage objet entièrement gérées qui optimiseront les requêtes analytiques haute performance. Il va reformater les données et créer des index de partition au fur et à mesure de l’ingestion des données venant des bases de données Atlas.

Par ailleurs, Data Federation va permettre aux équipes de créer des databases virtuelles pour travailler sur des données se trouvant dans différentes sources (clusters MongoDB et buckets de stockage). Pour les afficionados de SQL, Atlas SQL Interface apporte des outils pour qu’ils puissent interagir avec les données d’Atlas en lecture seule. « Cela facilite les requêtes en mode natif et la visualisation des données dans Atlas avec des outils SQL tout en préservant la flexibilité du modèle de document », explique l’éditeur dans un communiqué.

En préversion, Queryable Encryption

Du côté des capacités de déploiement, MongoDB annonce la disponibilité générale d’Atlas Serverless pour déployer des fonctions serverless dans les trois principaux clouds publics. L’éditeur dévoile par ailleurs Queryable Encryption en préversion, qu’il présente comme le premier schéma de fonction de recherche chiffrée. Celui-ci permet d’effectuer des recherches sur des données qui restent chiffrées à tout moment dans la base de données.

Les clés de chiffrement ne quittent pas l’application et le serveur de base de données ne peut pas y accéder, explique MongoDB. Queryable Encryption est basé sur des primitives cryptographiques standards du NIST. Cette fonctionnalité fournit ainsi une protection incluant les menaces venant de l’intérieur de l’entreprise.