MongoDB Atlas

MongoDB speichert Daten als flexible, JSON-ähnliche Dokumente statt in Zeilen und Spalten. Das eignet sich für Anwendungen, deren Datenstruktur sich häufig ändert. Atlas stellt MongoDB als verwalteten Dienst bereit und kümmert sich um Bereitstellung, Backups, Skalierung und Sicherheit. Der Dienst läuft bei den großen Cloud-Anbietern. Entwickler:innen verbinden sich über Treiber für die meisten Programmiersprachen. Replikation und Sharding unterstützen hohe Verfügbarkeit und große Datenmengen. Für kleine Projekte und zum Lernen gibt es einen kostenlosen Tarif.

Für KI bietet Atlas Vektorsuche direkt neben der regulären Datenbank. Anwendungen können Embeddings speichern und Ähnlichkeitsabfragen ausführen, ohne Daten in eine separate Vektordatenbank zu verschieben. Das unterstützt Retrieval-Augmented Generation, Empfehlungen und semantische Suche. MongoDB hat außerdem ein Unternehmen übernommen, das Embedding- und Reranking-Modelle entwickelt, und integriert sich in gängige KI-Frameworks wie LangChain und LlamaIndex. Volltextsuche, Zeitreihen und Analysefunktionen sind in derselben Plattform enthalten.

Atlas wird nach Verbrauch abgerechnet: Rechenleistung, Speicher und Datenübertragung bestimmen den Preis. Neben einem kostenlosen Tarif gibt es dedizierte Produktionspläne. Große Cluster können teuer werden. Ein Dokumentenmodell passt nicht zu jeder Anwendung; Teams mit stark relationalen Daten bevorzugen oft Postgres. Alternativen sind PostgreSQL mit pgvector bei Neon oder Supabase, Amazon DynamoDB und DocumentDB, Couchbase sowie spezialisierte Vektordatenbanken wie Pinecone. Atlas wird häufig für Apps mit sich wandelnden Datenstrukturen gewählt.