MongoDB Atlas for Government

MongoDB  does well in being able to access our network devices and keep logs and reporting—that's about it.

I would recommend MongoDB  as part of a template if anyone is considering free and open-source templating services such as LibreNMS , but as a standalone, I couldn't advise.

MongoDB has definitely helped us improve our network monitoring and reporting dashboard, so I would say it has impacted our operations positively overall.

I'm not sure about the documentation or the knowledge bases available for MongoDB because I don't interact with it at that level, but I would say it's minimal and could be improved.

I am not experienced with MongoDB enough to know any pain points or areas they could improve.

Nothing else comes to mind at this time that could be improved.

We deployed MongoDB about five years ago and it has been in operation since then.

I was not a part of the initial setup or deployment of MongoDB.

One person was involved with the setup team, and it took just a few days to deploy it.

Overall, on a scale of one to ten, I would rate MongoDB an eight; it's mostly because we're still running a monolithic environment on old hardware, so there are some limitations with read-write access.

At this time, I'm only looking into Cisco or Linux or other solutions out of curiosity about possibly switching to it, but currently all that we use are LibreNMS  and Splynx.

From what I know, I would say the initial setup of MongoDB was pretty straightforward.

On LibreNMS, they have a template for setting up the environment that includes all the services, so MongoDB is just part of that template, meaning they weren't really too hands-on with setting up MongoDB itself.

One person was involved with the setup team, and their job title was Network Operations Engineer.

I'm familiar with open-source databases such as MongoDB, and I don't think it's Grafana , but it's similar to Grafana , though I'm trying to think of what it's called.

I'm not entirely sure about the main differences between MongoDB and other open-source databases that I've used.

We haven't really delved too much into looking at comparisons for databases.

MongoDB is not currently supporting our AI-driven projects nor do we use it along with AI at all.

I don't know how MongoDB's document-oriented model has benefited our management processes; that's beyond my expertise.

I don't have experience with QRadar or Auvik or similar products.

I'm familiar with some Linux tools, just things such as smokeping, which we use implemented in our LibreNMS environment.

I'm only an operator, so I don't actually spend a lot of time developing MongoDB, thus I'm not sure what the best features are.

I would rate MongoDB an eight out of ten.

On-premises

I am not a partner of MongoDB; I am just a customer.

I do not use MongoDB in AI projects; only CosmoDB is used for AI projects, as MongoDB is an old pattern for us, and the new workload in AI is for a new pattern, which is CosmoDB for AI apps.

I would recommend MongoDB because it is a good pattern and a good product for legacy; for us, MongoDB is for legacy databases and legacy apps, and in this scope, it is a good pattern and a stable database engine; however, for new deployments and new applications, CosmoDB is a better engine.

My experience as a partner with Microsoft is very good because we have been a partner for three or four years, and it has been a very good experience.

MongoDB may have advantages over Cosmos DB perhaps in metrics because you can make some dashboards with database metrics, and there are many tools in MongoDB for dashboarding that are perhaps better than CosmoDB.

The dashboards in MongoDB have more functionalities; for example, you can create a dashboard with MongoDB database data, and it is simple to create, such as some sales dashboards, while I do not see this functionality to rapidly create such dashboards in CosmoDB.

While MongoDB is a good product, it is also an expensive product for support, and its scalability is acceptable, but the big problem with MongoDB is the cost.

For security in MongoDB, we work with encrypted databases by default, but we have not contracted the security options in our contract because it is too expensive, so we only implement encrypted databases without the security pack, which is very expensive for us; in security, we are at the first steps, just using encrypted databases.

I think additional features needed in MongoDB include perhaps vector databases, as I think they are not supported right now.

I have been working with MongoDB for five years.

The scalability in MongoDB is limited because we only work with ReplicaSet with two servers, and in comparison, the scalability in CosmoDB is much better than the MongoDB ReplicaSet models; although you can set the auto-provisioning of a node in ReplicaSet, it is very expensive, and we have to work with manual scalability in MongoDB.

The performance of MongoDB is good, especially in a ReplicaSet model, but if you want to pass on to another model, for example, Sharding models, it is very complicated; in ReplicaSet, it is acceptable, but if your workload needs more performance, and you must pass to a Sharding model, it is complicated in MongoDB, whereas in CosmoDB, it is simple.

We have seen a little ROI, and we want to target CosmoDB for this return on investment because it is the better model for this feature; however, with MongoDB, it is difficult to calculate the return on investment, as it is too expensive for our use.

We pay approximately 2,000 euros per month for MongoDB.

This solution receives a rating of 7 out of 10.

Qu'aimez-vous le plus à propos de the product?

L'interface graphique de MongoDB est très bonne pour visualiser la collection et gérer les bases de données.

Que n’aimez-vous pas à propos de the product?

L'interface graphique ne nous permet pas de voir les détails de l'utilisateur.

Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?

Facile à modifier les collections

One of our business units uses MongoDB , and we developed an ETL pipeline that extracts data from MongoDB  and transfers it into our data warehouse.

MongoDB is a NoSQL database that is similar to a document database. It offers flexibility in schema adaptation, allowing us to change the schema and add new data points. Additionally, it scales up easily with low memory requirements. This makes it suitable for our data management needs.

There is room for improvement in integrating MongoDB with agentive AI solutions. While solutions for other databases like SQL or PostgreSQL  already exist, MongoDB requires additional integrations for developing AI solutions.

I have about four years of experience working with MongoDB.

The deployment process was straightforward.

MongoDB is highly stable, and I would rate its stability at nine out of ten.

MongoDB is highly scalable. I would rate its scalability nine out of ten.

We use the open-source version of MongoDB and manage it ourselves, so we have not contacted their technical support.

Neutral

Before using MongoDB, we used IBM DB2 . We switched to MongoDB to develop a composite system that includes both SQL and NoSQL databases.

The initial setup of MongoDB was a straightforward process.

We use the free version of MongoDB, so there are no licensing costs.

Based on my experience, I would recommend MongoDB to others. Its usage depends on specific use cases. MongoDB is suitable for document database needs. I would rate MongoDB as eight or nine out of ten, and I would rate the overall solution the same.

Public Cloud

Other

Qu'aimez-vous le plus à propos de the product?

Je n'ai rien de bon à dire sur MongoDB Atlas.

Que n’aimez-vous pas à propos de the product?

Mon histoire avec Mongo a commencé lorsque j'ai commencé un nouveau poste en développement logiciel, et ils avaient une version héritée de leur produit logiciel utilisant Atlas.

Comparé à nos autres factures d'infrastructure, Mongo était nettement plus élevé pour la quantité de calcul et de stockage que nous utilisions (3K $ par mois). C'est un service géré, donc on s'attend à payer une prime. D'accord, mais alors je m'attends à une grande fonctionnalité, performance et support.

Le principal problème a commencé avec Mongo lorsque nous avons eu besoin de supprimer certaines données parce qu'ils lient les niveaux de CPU et de mémoire à la taille de stockage, donc nous payions trop. Notre application fonctionnerait bien sur un cluster dédié M10 (le plus petit niveau), mais elle avait automatiquement évolué vers un M50 à cause du stockage. C'est déjà un peu décevant parce qu'ils forcent les clients à payer pour plus de calcul et de mémoire qu'ils n'en ont besoin.

Nous avons donc commencé à supprimer certaines données, mais nous avons ensuite rencontré des problèmes. Le processus de suppression des données était vraiment lent et ralentissait également tout notre cluster, causant des retards et des problèmes de performance pour nos utilisateurs finaux. Mais attendez, cela n'a aucun sens parce que nous payons pour plus de CPU et de RAM que nous n'en avons besoin, alors pourquoi aurions-nous ce problème ?

Il nous a fallu trois mois pour supprimer 500 Go de données. Entre-temps, notre facture est restée la même parce que vous ne pouvez pas récupérer l'espace sans compacter la base de données. D'accord, très bien. Nous avons donc exécuté compact(), mais nous n'avons libéré qu'environ 100 Go sur les clusters secondaires.

Le support nous a donné un script à exécuter qui peut voir combien de stockage peut être libéré.

Finalement, nous avons dû activer un plan de support supplémentaire coûteux nous coûtant 500 USD par mois pour obtenir le support pour exécuter une commande de resynchronisation. Cela aurait dû prendre 10 minutes à leur personnel de support, mais au lieu de cela, ils nous ont fait tourner en rond avec le ticket, prenant trois semaines pour résoudre le problème.

Un an plus tard, nous avons eu besoin de supprimer encore plus de données. Nous avons passé cinq mois supplémentaires à supprimer 800 Go de données. Ensuite, nous avons exécuté compact() et libéré 300 Go. Où sont nos autres 500 Go ? Nous avons contacté des personnes chez Mongo, qui ne pouvaient vraiment pas faire grand-chose d'autre que de suggérer que nous obtenions un financement pour couvrir le support de 500 $ pour un mois. Oui, nous avons obtenu le crédit de 500 $, mais quand j'ai voulu réactiver le support, cela allait nous facturer pour trois mois pour un mois parce que Mongo vous facture rétroactivement pour trois mois lorsque vous réactivez. Wow, nous avons commencé dans une mauvaise situation, maintenant je suis au-delà de la frustration ; c'est du vol en plein jour.

À ce jour, je me bats toujours pour récupérer du stockage, mais à ce stade, je vais recommander à notre PDG que notre équipe de développement mette des efforts pour s'éloigner complètement de Mongo.

Je dois également mentionner que Mongo nous a recommandé d'utiliser leurs fonctionnalités d'archivage en ligne, mais lorsque nous avons fait les calculs, c'était encore assez cher, et nous devrions faire un travail significatif pour faire fonctionner notre application entre les clusters réguliers et l'archive en ligne. Donc, il était beaucoup plus logique de simplement mettre les données dans AWS S3, puis de les supprimer dans Mongo.

Si je peux résumer mon expérience avec Mongo, et je reconnais que la mienne est probablement assez différente de la plupart, la voici :

Trop cher pour la performance que vous obtenez

Modèle de facturation sournois où ils lient CPU et mémoire au stockage

Support terrible et coûteux

Frais supplémentaires sournois lors de la réactivation du support

Mauvaises solutions d'escalade du support - ils ne pouvaient pas simplement activer un 'support' gratuit

Mauvaise performance de la base de données

Opérations de suppression lentes

Verrouillage de l'écosystème

Mises à niveau forcées - pas de versions LTS

Permettez-moi de le résumer ainsi : si votre commande compact() ne libère pas l'espace disponible sur votre cluster, alors fournissez au client un support gratuit pour le faire.

Je déteste traiter avec Mongo. Rien n'est simple, tout est cher, et la performance est médiocre.

Si vous envisagez d'utiliser Mongo, trouvez autre chose. Même si vous devez prendre un peu plus de temps pour apprendre AWS Dynamo, S3 ou Aurora, vous devriez le faire ; vous économiserez du temps et de l'argent à long terme.

Mongo, vous méritez cette critique négative. Je vous ai donné de nombreuses occasions de résoudre les problèmes et j'ai escaladé les problèmes, mais vous vous en fichez.

Nous voulions nous éloigner de Mongo avant ; maintenant je ne peux pas m'en débarrasser assez vite.

Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?

Une base de données gérée simple pour démarrer rapidement en tant que développeur.