Docs Menu
Docs Home
/

MongoDB y Hasura para servicios fintech modernos

Cree aplicaciones fintech seguras y de alto rendimiento con MongoDB y Hasura Data Delivery Network, que incluyen acceso a datos en tiempo real y soporte regulatorio.

  • Casos de uso: aplicación Driven-análisis, Fraud Prevention, modernización, Payments, personalización, Single View

  • Industrias: Servicios financieros

  • Productos y herramientas: Atlas de MongoDB, Búsqueda vectorial deAtlas de MongoDB, Conector de Kafka de MongoDB

  • Asociados: Hasura

En el sector fintech en rápida transformación, los proveedores de servicios financieros requieren varias funciones de aplicación que aborden las necesidades cambiantes de los clientes y cumplan los siguientes requisitos:

  • Procesar transacciones de gran volumen en tiempo real

  • Mapee relaciones de datos complejas entre perfiles de clientes, instrumentos financieros y requisitos de privacidad

  • Cumplir con los requisitos de cumplimiento normativo con restricciones de residencia de datos geográficos

  • Adáptese a los picos de volumen y a las nuevas ofertas de productos con sistemas escalables

  • Proporcionar análisis en tiempo real para la evaluación de riesgos y la detección de fraudes.

Para abordar estos desafíos, esta solución utiliza Hasura y MongoDB para construir una aplicación fintech moderna con las siguientes herramientas:

  • Red de distribución de datos de Hasura: Hasura DDN proporciona una capa de acceso a datos para aplicaciones avanzadas e IA. Puedes usar Hasura DDN para crear e implementar una capa de API segura y federada en tus datos.

  • MongoDB Atlas: el modelo de documento deMongoDB Atlas, la escalabilidad horizontal a través de la fragmentación y las optimizaciones de rendimiento brindan seguridad y confiabilidad en sus aplicaciones financieras.

Esta arquitectura de referencia le permite crear aplicaciones fintech que manejan grandes volúmenes de transacciones mientras mantienen la integridad de los datos, la seguridad y el cumplimiento normativo.

El siguiente diagrama muestra la implementación multi-regional de Hasura DDN con clústeres de MongoDB:

Diagrama de arquitectura de Hasura DDN con MongoDB

Figura 1. Diagrama de arquitectura de Hasura DDN con MongoDB

En este diagrama, las aplicaciones cliente se conectan mediante un balanceador de carga global a múltiples regiones DDN de Hasura, que interactúan con clústeres de MongoDB Atlas en múltiples ubicaciones geográficas. La arquitectura también incorpora autenticación y control de acceso centralizados, capacidades de IA y análisis, cumplimiento normativo global, medidas de seguridad e integración con servicios financieros externos.

Las siguientes capas constituyen los componentes clave de la arquitectura de esta solución:

  • Capa de datos: clústeres MongoDB Atlas para el almacenamiento de datos primarios

  • API y capa de acceso: Hasura DDN para acceso a datos y suscripciones en tiempo real

  • Capa de aplicación: Servicios y aplicaciones Fintech

  • Capa de seguridad: Servicios de autenticación y autorización

  • Capa de análisis: procesamiento de datos y servicios de aprendizaje automático

La estructura basada en documentos de MongoDB aborda los requisitos específicos de las aplicaciones financieras. El diseño flexible del esquema permite a las organizaciones adaptarse rápidamente a nuevos productos financieros o requisitos regulatorios sin necesidad de migraciones de esquemas disruptivas.

El siguiente ejemplo muestra un documento de cliente con información de cuenta incorporada:

{
"_id": ObjectId("5f8a7b2b9d3b2e5a7c8b4567"),
"customerId": "C10045678",
"customerInfo": {
"name": "Jane Smith",
"contactDetails": {
"email": "jane.smith@example.com",
"phone": "+1-555-123-4567",
// PII fields can utilize MongoDB's field-level encryption
},
"kycStatus": "verified",
"riskProfile": "moderate"
},
"accounts": [
{
"accountId": "A200387645",
"accountType": "savings",
"balance": 45678.92,
"currency": "USD",
"status": "active",
"createdDate": ISODate("2022-03-15T10:30:00Z")
},
{
"accountId": "A200456789",
"accountType": "investment",
"balance": 125000.00,
"currency": "USD",
"status": "active",
"createdDate": ISODate("2022-08-22T14:45:00Z")
}
]
}

Este documento de ejemplo demuestra las siguientes capacidades de MongoDB:

  • Admite estrategias de fragmentación para datos de gran volumen por ID de cliente o rangos de fechas para datos de transacciones de series de tiempo

  • Proporcionar optimización del almacenamiento para el rendimiento

  • Otorgar control de acceso basado en roles y seguridad a nivel de campo

Esta arquitectura se centra en la seguridad, el rendimiento y la escalabilidad. La capa de datos de MongoDB interactúa con la capa de API DDN de Hasura, a la vez que gestiona la autenticación, las políticas de seguridad y los requisitos de cumplimiento.

Implemente esta solución en múltiples regiones geográficas para dar soporte a operaciones financieras globales:

  • Configure MongoDB para alta disponibilidad utilizando conjuntos de réplicas.

  • Utilice estrategias de fragmentación adecuadas en función de los patrones de acceso a datos financieros.

  • Ubica las instancias de Hasura DDN cerca de sus respectivos clústeres de MongoDB para minimizar la latencia en transacciones financieras en tiempo real y en actualizaciones de datos de mercado.

La capa centralizada de autenticación y control de acceso garantiza la aplicación uniforme de políticas en todas las regiones. La capa de IA y análisis permite la detección de fraudes y la evaluación de riesgos.

Utilice un enfoque incremental al implementar esta arquitectura:

  1. Comience con casos de uso financiero específicos, como plataformas comerciales o banca personalizada.

  2. Ampliar para cubrir escenarios más complejos.

Esta solución se adapta a nuevas empresas fintech que crean desde cero y a instituciones financieras establecidas que realizan la transición desde sistemas heredados a través de un enfoque de modernización basado en API.

Nota

Para aprender cómo implementar soluciones contra el lavado de dinero utilizando esta arquitectura, consulte el repositorio de Axiom.

Si bien la funcionalidad de consultas de la API funciona según lo documentado, el repositorio de Axiom no describe los pasos adicionales necesarios para configurar PromptQL localmente. Utilice el entorno de pruebas de PromptQL para probar consultas en línea.

  • La arquitectura distribuida mejora el rendimiento: los clústeres distribuidos de MongoDB con la implementación regional de Hasura DDN logran una latencia de nivel de microsegundos para plataformas comerciales y transacciones de alta frecuencia al tiempo que mantienen la consistencia de los datos a nivel global.

  • La seguridad multicapa protege las aplicaciones: Una estrategia multicapa combina seguridad centralizada y descentralizada. Los sistemas de permisos de Hasura y la seguridad a nivel de campo de MongoDB brindan protección, a la vez que mantienen la flexibilidad para cumplir con requisitos regulatorios como2 el RGPD, la PSD y MiFID II.

  • Los modelos de datos flexibles permiten la innovación: la flexibilidad del esquema de MongoDB con la generación de API GraphQL de Hasura permite a las organizaciones fintech implementar nuevas ofertas sin una remodelación extensa.

  • Las capacidades en tiempo real mejoran las experiencias de los clientes: esta arquitectura admite suscripciones de datos en tiempo real y mapeo de relaciones complejas para banca personalizada, detección de fraude y evaluación de riesgos utilizando vistas completas de datos de clientes.

  • La modernización incremental reduce el riesgo: el enfoque API-first permite a las organizaciones realizar la transición desde sistemas heredados mediante la creación de una capa de acceso a datos moderna y al mismo tiempo manteniendo las fuentes de datos existentes.

  • Jon Mills, Hasura

  • Aditi Phadke, Hasura

  • Asawari Samant, Hasura

  • Adam Malone, Hasura

  • Kenneth Stott, Hasura

  • Sebastian Rojas Arbulu, MongoDB

  • Acelerador de detección de fraude con AWS SageMaker

  • Prevención del fraude y lucha contra el lavado de dinero mediante la búsqueda vectorial Atlas

  • Almacén de datos financieros abiertos

Volver

Overview

En esta página