使用传统的数据库会导致瓶颈，且扩展成本高昂。由于需要处理如此多的数据，Shutterfly需要一个更有效的方式存储和分析数据。这就是为什么公司决定采用文档数据库的方法。

Shutterfly的首席数据库工程师Oleg Joukov解释说：“当比较关系数据库和NoSQL数据库时，脑海中会想到很多事情。MongoDB的两个主要特性是其模式灵活性和横向扩展的能力。”

MongoDB的文档模型允许开发人员以数据在脑海中呈现的方式存储数据，而不是尝试将其规范化为表格。基于其数据模型，NoSQL数据库有多种类型。它们提供灵活的模式，并能够轻松地处理大量数据和用户负载。

Joukov补充说：“在文档数据库（如MongoDB）中，你首先构建数据，随着应用程序的成熟，你会在数据库上使用查询，因此你构建数据库以支持这些查询。而在关系数据库世界中，你构建模式，然后基于模式构建查询，但你受限于模式的设置，且没有快速、简单或成本效益的方式去改变它。”

Oleg Joukov，Shutterfly的首席数据库工程师

Joukov说：“我们有一个数据中心，有多个五节点数据集，从1GB到10TB（未压缩数据大小）。我们在Atlas中创建了一个类似的结构，并使用MongoDB迁移工具移动数据。”

Shutterfly使用MongoDB的Mongomirror工具快速、安全地迁移数据。Mongomirror连接到现有的数据库，并将其与在Atlas中运行的集群同步，同时Shutterfly的应用程序仍能正常运行。“我们在几分钟内切换到Atlas，以最少的停机时间迁移了多TB数据集，”他补充道。

Oleg Joukov，Shutterfly的首席数据库工程师

Shutterfly客户现在可以即时、安全地访问他们的照片和项目，而Shutterfly则享受可扩展且成本效益的开发数据平台解决方案。

Shutterfly 正在利用 MongoDB 的扩展灵活性，轻松地在旺季增加 Atlas 集群的容量，然后在使用放缓时将其减少。因此，Joukov 和他的团队不再需要担心应对季节性需求。这使得他们能够将资源集中在更具战略性的任务上，同时与之前的数据基础设施相比，节省了高达 20% 的成本。

Atlas 还帮助 Shutterfly 快速推出新服务。“如果有新的项目需要更多资源，我们能够快速启动新环境，”Joukov 说。“如果我们想要克隆我们的环境，过去都是手动流程。如今，有了 Atlas，这变得非常简单，节省了大量时间和精力。”

Oleg Joukov，Shutterfly的首席数据库工程师

MongoDB 还通过支持使用不同提供商的多云策略，帮助企业实现未来业务的安全。

“我们的一个未来项目是使用多租户环境为不同的合作伙伴提供服务，”Joukov 总结道。“MongoDB Atlas 被设计成可以在多个云提供商上运行，因此我们可以轻松满足这一要求。”

Oleg Joukov，Shutterfly的首席数据库工程师