本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 集成架构
<a name="architecture"></a>

MongoDB Atlas 与 AWS 服务大多数地图集无缝集成，如下图所示。

![\[MongoDB Atlas 与按类别划分的集 AWS 服务成。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/integration-architecture.png)


以下各节描述了将 MongoDB Atlas AWS 与亚马逊 A SageMaker I AWS AppSync、亚马逊、亚马逊 Data Firehose 和 Apache Kafka Managed Streaming（亚马逊 MSK）集成的参考架构。 EventBridge所有这些参考架构都是使用 AWS PrivateLink、 AWS KMS和 IAM 角色在安全的网络上构建的。有关更多信息，请参阅本指南后面的[最佳实践部分](best-practices.md)。

**Topics**
+ [简化了数据集成 AWS AppSync](data-integration.md)
+ [使用亚马逊 AI JumpStart 和 MongoDB Atlas 矢量搜索生成式 SageMaker 人工智能](generative-ai.md)
+ [Amazon 的事件驱动架构 EventBridge](event-driven.md)
+ [使用 Amazon Data Firehose 流式传输数据](data-streaming.md)
+ [使用 Amazon MSK 实时处理](real-time-processing.md)
+ [使用亚马逊 A SageMaker I Canvas 进行欺诈检测](fraud-detection.md)

# 简化了数据集成 AWS AppSync
<a name="data-integration"></a>

将 MongoDB Atlas 与 [AWS AppSync](https://aws.amazon.com/pm/appsync/) 集成可实现无缝数据同步、实时交互以及动态响应式用户体验。下图展示了一个实施示例。

![\[将 MongoDB Atlas AWS AppSync 与集成，实现数据同步。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/data-integration.png)


主要亮点：
+ 一个统一的 GraphQL 端点适用于多个数据来源
+ 子图独立管理
+ End-to-end 无服务器架构
+ 使用架构指令解决冲突
+ 根据 API 请求量自动扩展

有关更多信息，请参阅 MongoDB 网站上的 “[如何使用 APIs MongoDB Atlas 构建基于 GraphQL 的高级 GraphQL 并进行合并](https://www.mongodb.com/blog/post/how-build-advanced-graphql-based-apis-mongodb-atlas-aws-appsync-merged-apis)” 的博客文章。 AWS AppSync APIs

# 使用亚马逊 AI JumpStart 和 MongoDB Atlas 矢量搜索生成式 SageMaker 人工智能
<a name="generative-ai"></a>

[Amazon SageMaker AIJump Start](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html) 提供预训练的人工智能基础模型，例如用于智能文本应用程序的检索增强生成 (RAG)。您可以 JumpStart 与 [MongoDB Atlas 矢量](https://www.mongodb.com/products/platform/atlas-vector-search)搜索结合使用，后者可以对文本、图像和其他数据进行语义相似度查询，从而构建强大的搜索体验。例如，您的开发人员可以使用 Atlas Vector Search 对客户对话实施直观的语义搜索，并使用 SageMaker Amazon AI RAG 模型添加交互式摘要和翻译，如下图所示。

![\[将 MongoDB Atlas 与 A SageMaker mazon AI 集成，实现生成人工智能功能。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/gen-ai.png)


这可以解锁各种人工智能驱动的搜索使用案例，包括自动支持、智能内容管理、内容摘要和增强型推荐。通过使用 MongoDB 和 A SageMaker JumpStart mazon 的生成功能实现直观的精确搜索，开发人员可以快速交付有影响力的认知搜索应用程序。

主要亮点：
+ 企业聊天机器人使用案例
+ 支持 RAG 模型架构
+ MongoDB Atlas 向量搜索
+ 支持 2K 嵌入
+ 安全数据传输
+ 降低出现幻觉的可能性

有关此实现的更多信息，请参阅 AWS 博客文章 “使用 [ LangChainAmazon A SageMaker I JumpStart 和 MongoDB Atlas 语义搜索检索增强生成](https://aws.amazon.com/blogs/machine-learning/retrieval-augmented-generation-with-langchain-amazon-sagemaker-jumpstart-and-mongodb-atlas-semantic-search/)”。

# Amazon 的事件驱动架构 EventBridge
<a name="event-driven"></a>

您可以将 MongoDB Atlas 与 A [ EventBridgemaz](https://aws.amazon.com/eventbridge/) on 集成，以协调数据流、实现自动响应并获得近乎实时的应用程序见解。下图展示了一个示例参考架构。

![\[将 MongoDB Atlas 与 A EventBridge mazon 集成，实现事件驱动架构。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/event-driven.png)


主要亮点：
+ 无缝事件编排
+ 实时响应
+ 自动化工作流
+ 可扩展性和敏捷度
+ 创新见解

有关此实现的更多信息，请参阅 AWS 博客文章[使用亚马逊摄取 MongoDB Atlas](https://aws.amazon.com/blogs/compute/ingesting-mongodb-atlas-data-using-amazon-eventbridge/) 数据。 EventBridge

# 使用 Amazon Data Firehose 流式传输数据
<a name="data-streaming"></a>

将 MongoDB Atlas 与 [Amazon Data Firehose](https://aws.amazon.com/kinesis/data-firehose/) 集成，以有效流式传输、转换和加载数据。这种集成提供自动化的实时数据传输及可扩展性，助力优化分析和洞察。下图展示了一个示例参考架构。

![\[将 MongoDB Atlas 与 Amazon Data Firehose 集成，以实施数据流式传输功能。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/data-streaming.png)


主要亮点：
+ 动态架构发展
+ 持续数据流式传输
+ 增强型分析
+ 可扩展性和敏捷度
+ 可靠数据传送

有关更多信息，请参阅 AWS 博客文章《[将 MongoDB 的应用程序数据平台与 Amazon Data Fire](https://aws.amazon.com/blogs/big-data/integrating-the-mongodb-cloud-with-amazon-kinesis-data-firehose/) hose 集成》。

# 使用 Amazon MSK 实时处理
<a name="real-time-processing"></a>

可以将 MongoDB Atlas 与 [Amazon Managed Streaming for Apache Kafka（Amazon MSK）](https://aws.amazon.com/msk/)集成，从而增强实时数据处理。通过结合 Amazon MSK 的流式传输能力与 MongoDB 文档模型，可以构建强大的事件驱动型架构，从而支持敏捷的数据密集型应用程序。下图展示了一个示例参考架构。

![\[将 MongoDB Atlas 与 Amazon MSK 集成，以改善实时数据处理。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/real-time-processing.png)


主要亮点：
+ 无缝事件集成
+ 事件驱动型敏捷度
+ 实时见解
+ 应用程序驱动型分析
+ 高度可扩展的数据流

有关详细信息和 step-by-step实施说明，请参阅 AWS 博客文章[使用 Amazon EMR Serverless、Amazon MSK Connect 和 MongoDB Atlas 构建无服务器直播管道](https://aws.amazon.com/blogs/big-data/build-a-serverless-streaming-pipeline-with-amazon-msk-serverless-amazon-msk-connect-and-mongodb-atlas/)。

# 使用亚马逊 A SageMaker I Canvas 进行欺诈检测
<a name="fraud-detection"></a>

您可以将 MongoDB Atlas 与 A [ SageMaker mazon AI](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas.html) Canvas 集成，构建一个强大的欺诈检测系统，该系统将实时数据分析与高级机器学习相结合，帮助检测和防止欺诈活动。

下图展示了一个用于检测欺诈的示例参考架构。

![\[将 MongoDB Atlas 与 SageMaker 亚马逊 AI Canvas 集成，以实现欺诈检测。\]](http://docs.aws.amazon.com/zh_cn/prescriptive-guidance/latest/migration-mongodb-atlas/images/fraud-detection.png)


（此图经 [MongoDB](https://www.mongodb.com/resources/products/unmasking-deception-harnessing-power-atlas-amazon-sage-maker-canvas-fraud-detection) 网站许可改编。）

欲了解更多信息，请参阅 MongoDB 博客[文章《揭露欺骗：利用 MongoDB Atlas 和 Amazon AI Canvas 的力量进行欺诈检测](https://www.mongodb.com/resources/products/unmasking-deception-harnessing-power-atlas-amazon-sage-maker-canvas-fraud-detection)》。 SageMaker