MongoDB（MDB）

所在层：第 3 层（数据与开发工具） 当季：Q2 FY2027（截至 2026-07-31） 最近更新：2026-09-23

核心判断：已有应用的数据模型与运行体系构成迁移门槛，Atlas 把这种积累转为持续消费。AI 检索扩大用途，但替代方案明确；本季总营收提速不等于 AI 收入同步加速。

当季快照 · Q2 FY2027（截至 2026-07-31）

来源：公司财报（2026-09-01）。金额为美元；同比均按报告币种。完整指引及财务口径见本季财报解读。

商业模式

MongoDB 提供文档数据库，自管版与云托管 Atlas 并行。Atlas 按实际使用量收费，企业许可补充需要自管部署的客户。

技术与护城河

MongoDB 的核心价值是围绕应用数据提供开发与运行平台。较有持续性的优势来自已经建在其上的应用和运维体系；向量检索能扩大用途，但仅有这一功能不足以形成独占优势。

文档模型：数据结构与应用一起设计

MongoDB 可以把经常一起读取的相关信息嵌入同一文档，例如商品及其属性。这样能减少应用拼接数据的工作，也便于表达不完全相同的对象。但嵌入并非越多越好：数据反复复制、关联关系复杂或数组持续增长时，需要调整模型或改用引用。官方建模文档本身强调按访问方式选择嵌入与引用。MongoDB 数据建模。

护城河由此产生在应用积累之后：查询、索引和业务代码围绕该模型形成，迁移要重构并验证应用行为。它是客户更换系统的工程成本，不是文档格式本身不可复制。新应用尚未形成依赖时，关系型数据库仍是需要认真比较的选择。

Atlas：把数据库运营变成托管服务

Atlas 支持通过分片把数据分散到多台服务器，以扩展处理能力，并提供集群扩容和云备份等管理功能。这类能力降低了客户自己维护数据库的负担；服务价值取决于长期的可靠性、扩展效率与运维成本，而不是控制台里有多少功能。分片管理；集群管理。

商业上的正向循环是：应用进入生产、数据与访问量增长，带动 Atlas 使用量增加。反方向同样存在——客户优化查询或资源配置，可以降低账单。因此，开发者采用和功能发布是前置信号，持续消费才是收入证据。

AI 检索：集成便利与性能边界

MongoDB 支持在业务数据旁保存向量，并将语义检索与字段过滤结合，适合从应用数据中取回相关上下文。这里的吸引力是减少额外系统之间的数据搬运和集成工作。向量检索说明。

“同一平台”并不代表没有额外资源或同步成本。搜索索引由独立的搜索进程维护，生产部署可以使用专用搜索节点隔离负载；索引同步与资源配置仍需管理。部署架构。

PostgreSQL 的 pgvector 也支持精确及近似向量检索。对数据原本就在 PostgreSQL 的客户，继续在原系统内增加检索是直接的替代路径；选择 MongoDB 必须有应用开发、运维或整体成本上的理由。pgvector 项目文档。

因此，本卡将 AI 检索视为扩展 Atlas 工作负载的机会，尚不认定为独立护城河。本季 Atlas 收入增长说明平台消费扩大，但上述披露没有把增长拆成向量检索、传统应用及价格等贡献，也不足以证明 AI 功能已带来单独的盈利改善。

管理层与资本配置

本季公告署名 CEO 为 CJ Desai。费用纪律已改善营业利润，但应结合股权激励和每股收益观察股东实际所得。

估值：价格隐含了什么

暂无完整估值报告。估值应围绕 Atlas 的持续增速、GAAP 利润率和稀释后股数展开；旧分析师目标价不作为内在价值。

本季变化与风险

总营收增速提高至 30%，Atlas 仍约增长 29%；Enterprise Advanced 及其他收入增长约 36%。增长来自两条产品线，不能把全部增量归因于 AI。GAAP 营业利润转正，比只看调整后利润更能说明费用控制的效果。

Atlas 按用量计费，客户优化支出会直接影响收入。股权激励使 GAAP 与非 GAAP 利润仍有明显差距。非 GAAP EPS 的 fully diluted 口径为 1.90 美元，调整表中另一 diluted 口径为 2.03 美元，两者分母不同，不应混用。

来源：公司财报（2026-09-01）。

什么会改变判断

下季继续看 Atlas 增速与 GAAP 营业利润；若增长主要靠企业许可而 Atlas 放缓，需要下调对云消费持续性的判断。

技术层面，关注检索能力是否进入持续付费的生产应用，以及客户是否愿意把更多应用留在 Atlas。若客户只试用 AI 功能、消费未持续扩大，或主要新增应用转向替代平台，就不能提高护城河判断。当前缺少产品级收入拆分，不用功能采用数代替商业回报。

来源与延伸阅读

• 公司财报（2026-09-01）
• 本季财报解读