微软Azure推出Atlas Data Federation和Atlas Online Archive功能。Atlas Data Federation允许用户直接查询和管理多种数据源，提升数据管理效率；Atlas Online Archive实现数据分层存储，简化数据归档过程。这些更新增强了用户在Azure上的数据管理能力。

Microsoft Azure推出Atlas Data Federation和Atlas Online Archive，提升数据管理能力。Atlas Data Federation支持在Azure中直接查询和分析数据，简化多源数据访问；Atlas Online Archive优化数据存储和归档，确保高效集成。这两项服务为用户提供了更大的灵活性和控制力，助力企业数据策略的实施。

微软Azure推出Atlas Data Federation和Atlas Online Archive，增强数据管理功能。用户可直接在Azure Blob Storage中查询数据，实现多源数据整合与分析。Atlas Online Archive支持自动归档，简化数据生命周期管理。这些更新提升了Azure的数据控制与灵活性，助力企业决策。

微软Azure推出Atlas Data Federation和Atlas Online Archive，提升数据管理能力。用户可以跨多个数据库和云存储无缝查询，支持Azure Blob Storage。这些新功能简化了数据访问，优化了存档管理，增强了灵活性与控制力，助力多云数据策略。

微软Azure用户有了令人兴奋的新发展，数据管理能力迈上了新台阶。Atlas Data Federation和Atlas Online Archive现在在Azure上普遍可用，为基于Azure的数据解决方案带来了高效的归档解决方案的新时代。

Atlas Data Federation (ADF)发布了一种名为Online Shredder的新方法，该方法将BSON格式的数据转换为固定模式的列式Parquet格式。该方法使用定义和重复级别来维护元数据，以消除剪切值的歧义。新方法提高了Parquet写入器的效率，吞吐量提高了2倍，没有负载的性能变差。

Atlas Data Federation (ADF)开发了一种名为Online Shredder的新方法，可以将文档流一次性剪切成列格式，并并行构建模式。该方法提高了parquet-writer的效率，吞吐量提高了2倍，没有任何工作负载的性能变差。技术挑战是支持MongoDB的灵活模式，并保持无损parquet发射的正确信息。剪切过程使用定义和重复级别来消除剪切值的歧义，并使用惰性同步技术来回填所需的def-levels。该工作为parquet-emission支持奠定了坚实的基础，并将最大客户的parquet-writing吞吐量提高了一倍。

MongoDB发布了一种改进的BSON-to-Parquet writer，用于Atlas Data Federation（ADF），将数据从BSON格式转换为固定模式、列式Parquet格式。新方法引入了一种在线Shredder算法，可以在单个传递中将文档流剪切成列式格式，并同时构建模式。新方法使用了apache-go Parquet writer，并提高了Parquet writer的CPU和内存使用效率。在线Shredder算法使MongoDB能够将文档流剪切成列式格式，并同时构建模式。