MongoDB para servicios financieros

Las bases de datos relacionales tradicionales han sido un pilar de las empresas de servicios financieros y su infraestructura de TI durante décadas.

Desde la generación de extractos bancarios hasta el almacenamiento de la información del cliente, los bancos han confiado tradicionalmente en el marco de datos y se han limitado por la base de datos relacional, SQL Server y otros RDBMS. Pero la economía digital exige más de un banco y su sistema de base de datos.

Hoy en día, una base de datos bancaria tiene que ser de naturaleza distribuida con la capacidad de almacenar datos localmente y en la nube, gestionar una gran cantidad de información de ventas, información de clientes, transacciones de débito, múltiples procesadores y más.

Por eso los bancos recurren a bases de datos NoSQL, como MongoDB.

La tecnología subyacente a las bases de datos relacionales en uso en muchos bancos tradicionales se desarrolló por primera vez en la década de 1970.

Concebidos mucho antes de la era de la computación en la nube, nunca estuvieron destinados a admitir el volumen, la variedad o la velocidad de los datos que los alcanzaron hoy. No han evolucionado para satisfacer las necesidades de implementaciones siempre activas y distribuidas globalmente, y tampoco son lo suficientemente ágiles para seguir el ritmo de los ciclos de desarrollo y lanzamiento de productos digitales modernos.

Como resultado, los bancos establecidos han tenido dificultades para ofrecer las experiencias digitales personalizadas y sin fricciones de las nuevas empresas de tecnología financiera.

Las implicaciones comerciales son aleccionadoras. En una encuesta a ejecutivos bancarios en el negocio de origen de préstamos, realizada por Fintech Futures y MongoDB, el 43% de los encuestados afirmó que una mala experiencia digital era su principal desafío para adquirir y retener clientes, mientras que el 34% mencionó la falta de ofertas personalizadas.

Tradicionalmente, múltiples sistemas de bases de datos (normalmente, bases de datos SQL como SQL Server y otros sistemas RDBMS importantes) y arquitecturas heredadas han creado silos que hacen imposible obtener el verdadero valor de los datos.

Una vista única de sus datos bancarios, especialmente los datos de la cuenta de un cliente en toda la empresa, puede proporcionar una visión global de la exposición de activos y contrapartes o una vista única de su cliente para la detección de fraudes y los requisitos de Conozca a su cliente (KYC).

Los sistemas de gestión de bases de datos (DBMS) realizan el trabajo fundamental de definir cómo se estructuran, modifican y protegen los datos, y cómo acceden a ellos.

Un sistema de gestión de bases de datos (DBMS) es un programa de software que proporciona interfaces de programación de aplicaciones (API) a un almacén de datos físico subyacente (almacenado en disco o incluso en RAM) para su uso por aplicaciones cliente.

Cualquier aplicación (con raras excepciones) que almacene y manipule los datos almacenados en el disco. y que acceda a ellos, utiliza un DBMS para gestionar ese acceso, en lugar de interactuar directamente con los archivos de datos subyacentes.

El DBMS tiene tres componentes principales:

1. Motor de almacenamiento de datos
2. Motor de consulta/actualización
3. Sistema de gestión de esquemas

Utilizamos sistemas de gestión de bases de datos para crear interfaces centralizadas, compartidas y coherentes para acceder mediante programación a los datos. Los sistemas de gestión de bases de datos ayudan a proporcionar una estructura lógica a los datos con los que trabajamos, junto con un almacenamiento eficaz y un acceso distribuido. Utilizar un DBMS es más rápido, más seguro, más potente y más fácil que gestionar directamente los datos uno mismo.

En los últimos años, los proveedores de TI han intentado desarrollar y ofrecer soluciones para hacer frente a la avalancha de datos a la que se enfrentan las empresas, tanto desde dentro como desde fuera de la empresa.

La nube es la nueva norma, y los almacenes de datos nativos de la nube se procesan ahora masivamente en paralelo. Los pipelines de datos pueden manejar terabytes de datos. El almacenamiento se ha vuelto barato y rápido. Las aplicaciones de IA/aprendizaje automático han proliferado por todas partes. Y los marcos de procesamiento de datos, como Spark, pueden manejar grandes volúmenes de datos.

Para adaptarse a estos cambios, los bancos necesitan un conjunto cohesionado e integrado de ofertas capaces de gestionar los requisitos de datos modernos para crear aplicaciones incluso en los entornos digitales más extensos, sin sacrificar la velocidad, la seguridad o la capacidad de ampliación. La integración también garantiza que las operaciones y la seguridad no se conviertan en proyectos Frankenstein que consuman recursos.

Una plataforma de datos para desarrolladores es un conjunto integrado de bases de datos y servicios de datos que resuelve estos problemas. Al eliminar gran parte de la sobrecarga de la gestión de una infraestructura de datos, una plataforma de datos para desarrolladores puede servir como una base de datos de misión crítica y también ayudar a impulsar la productividad y la innovación de los desarrolladores.

En teoría, no hay límite en los diferentes tipos de sistemas de gestión que es posible crear, pero vale la pena mencionar algunos DBMS populares.

• Relacionales (RDBMS)
  • Sistemas de gestión de bases de datos que estructuran los datos en forma de tabla, con relaciones predefinidas entre tablas y un lenguaje estructurado de consultas (SQL) para leer y escribir datos.

• Documentos (DoDBMS)
  • Sistemas de gestión de bases de datos que estructuran los datos en documentos similares a JSON, con un lenguaje de consulta orientado a documentos, como MongoDB Query Language (MQL), para leer y escribir partes de los documentos o todos.

• Columnares (CDBMS)
  • Sistemas de gestión de bases de datos que organizan los datos por columnas, para ciertos casos de uso de alto rendimiento y con muchos discos.

Además de los DBMS especializados por esquema y tipo de consulta, también existen sistemas de gestión de bases de datos especializados en diferentes tipos de almacenamiento, como los sistemas de gestión de bases de datos en memoria (IMDBMS).

También hay sistemas de gestión de bases de datos en la nube en los que un proveedor SaaS es responsable de gestionar las tareas de mantenimiento regulares de la base de datos (como actualizaciones, etc.). MongoDB Atlas (fundamentado en la base de datos NoSQL de MongoDB) es un ejemplo de esto.

Un sistema de gestión de bases de datos distribuidas permite a los programadores y usuarios finales ver una colección de bases de datos y datos físicamente separados como una sola imagen del sistema.

Distribuir sus datos en múltiples bases de datos brinda un escalamiento más manejable y puede ayudar con la redundancia (según cómo distribuya sus datos).

MongoDB es el líder en una nueva generación de bases de datos esenciales diseñadas para la escalabilidad. Con una técnica llamada “fragmentación”, puede distribuir datos fácilmente y hacer crecer su implementación a través de hardware económico o en la nube. Una de las ventajas de escalar con MongoDB es que la fragmentación es automática y está integrada en la base de datos. Esto evita que los desarrolladores tengan que incorporar la lógica de fragmentación en el código de la aplicación para ampliar el sistema.