Brasil está a la vanguardia de la banca digital. El gran tamaño del país y su población joven significan que muchos clientes bancarios están contentos de omitir las sucursales físicas tradicionales en favor de una experiencia digital. Hoy, el 90% de la población de Brasil tiene al menos una cuenta bancaria y el 77% de las transacciones financieras se realizan de forma digital.
Esta adopción de lo digital y la próspera economía de Brasil, con un crecimiento del PBI superior al 200 % desde el 2000, ha atraído a una gran cantidad de nuevas empresas de tecnología financiera, incluida FitBank. Fundado en 2014, FitBank es ahora un jugador establecido en el sector financiero de Brasil. Proporciona monederos digitales, procesamiento de pagos, tarjetas de crédito y débito, y una banca como servicio de marca blanca a clientes corporativos. De hecho, FitBank sigue siendo la única plataforma en la cloud 100 % nativo integrada en el sistema de pagos brasileño.
Reconociendo el apetito por la banca digital, FitBank identificó esto como una oportunidad para demostrar innovación al tiempo que apelaba a las demandas actuales de los clientes. El negocio de FitBank implica el procesamiento diario de millones de transacciones bancarias de diversos tipos a través de numerosas API. Inicialmente, todas estas transacciones se almacenaban en múltiples bases de datos SQL . Como se esperaba, este alto volumen de datos creó desafíos de rendimiento, lo que generó la preocupación de que el crecimiento continuo llevara a mayores tiempos de procesamiento, lo que afectaría directamente la eficiencia, la disponibilidad y la reputación de la empresa.
Además, FitBank se enfrentaba a las cargas operativas y financieras asociadas con la ejecución y el mantenimiento de bases de datos relacionales. “Tenemos una base de relational database que alcanza varios terabytes, y con nuestras políticas de seguridad, disponibilidad y respaldo, este volumen puede incluso cuadruplicarse”, explicó Gustavo Castelo Branco Crisóstomo Ramos, Jefe de Infraestructura y Ciberseguridad de FitBank.
Ramos también destacó la dificultad de recuperar información de una base de relational database. “Para nuestros ingenieros, la extracción de datos era un proceso que consumía mucho tiempo, y realizar consultas complejas en la relational database se convirtió en un desafío, ya que grandes volúmenes de datos comprometían el rendimiento de las aplicaciones. Aunque las consultas y el ajuste de las aplicaciones son un enfoque constante de nuestros equipos de SRE, el ritmo de crecimiento de las bases de datos es rápido y desafiante”.
FitBank reconoció que necesitaba con urgencia reestructurar su flujo de datos.
Gustavo Castelo Branco Crisostomo Ramos, Jefe de Infraestructura y Ciberseguridad, FitBank
En el corazón de la arquitectura de datos de próxima generación de FitBank se encuentra MongoDB Atlas. La organización adoptó un nuevo enfoque que retiene los datos operativos en la base de datos de SQL Server mientras redirige los metadatos a MongoDB Atlas. La utilización de API simplificó este flujo de trabajo, lo que permitió al equipo de Ramos reescribir solo el código seleccionado para gestionar el enrutamiento de los metadatos. "Ahora nuestras API saben que algunos datos van a la relational database y otros datos, los metadatos, van a MongoDB", dijo Ramos. "La migración fue realmente muy fácil".
Para los datos que permanecen en SQL Server, Ramos y su equipo comenzaron el proceso de organización de datos por niveles con Parquet, un formato de almacenamiento de datos orientado a columnas. MongoDB aprovecha Parquet para facilitar el análisis de datos en sistemas externos. "Lo llamamos centro de migración de datos (DMF)", afirma. "Así que DMF consulta la relational database, obtiene los datos, los pone en un archivo Parquet. Siempre que necesitemos los datos, podemos consultarlos sin problemas a través de MongoDB”.
MongoDB Atlas en AWS ofrece integraciones rentables, escalable y sólidas con los servicios de AWS para reducir la complejidad de la arquitectura para que desarrolladores y arquitectos puedan concentrarse en impulsar el negocio. Gracias a Atlas Data Federation, FitBank puede consultar de la misma manera los datos almacenados en SQL Server utilizando el lenguaje de consulta MongoDB usando Amazon S3. "La simplicidad de la solución fue una sorpresa agradable", agregó Ramos. "Esperábamos que tomara meses, tal vez años. De hecho, lo logramos en cuestión de semanas y requirió poco esfuerzo".
Ahora, FitBank confía en MongoDB Atlas para las operaciones internas esenciales. El modelo basado en documentos de MongoDB Atlas permite esquemas flexibles y dinámicos, lo que facilita el almacenamiento y la administración de estructuras de datos variadas y complejas. Este era un requisito crucial, dada la diversidad de metadatos de FitBank.
La arquitectura de MongoDB trata de forma eficaz grandes volúmenes de datos y operaciones de alto rendimiento. Esto lo hace ideal para aplicaciones bancarias de ritmo rápido. La capacidad de MongoDB de escalar sobre varios servidores resuelve de forma eficaz los problemas de rendimiento a los que se enfrentaba FitBank con su solución heredada. Además, la compatibilidad de MongoDB con más de una docena de lenguajes de programación y 65+ plataformas de terceros simplifica la integración en la pila tecnológica existente de FitBank. Esta facilidad de integración permite a FitBank acelerar la implementación de nuevas características y mejoras al acortar el tiempo de desarrollo y reducir los costos.
Habiendo completado con éxito la redirección de sus metadatos, FitBank ahora tiene el 70 % de sus sistemas internos conectados a MongoDB Atlas. FitBank tiene como objetivo que su 'fase de cliente', la creación de aplicaciones nativo en MongoDB, se complete para fines de 2024.
Ramos dijo que hay muchas maneras de juzgar el progreso, y para FitBank uno de los criterios es la tasa de adopción. Actualmente, el 20% de sus equipos de desarrollo utilizan MongoDB Atlas, y cada vez hay más incorporaciones. "A veces, presentamos tecnología, pero la adopción no es como esperábamos", dijo Ramos. “Me siento orgulloso de presentar algo que es tan ampliamente aceptado y utilizado como MongoDB”. La adopción de MongoDB Atlas por parte de FitBank transformó el rendimiento del sistema y la eficiencia operativa. Al adoptar un modelo de datos flexible, la organización logró mejoras notables, entre ellas:
Al aprovechar las poderosas capacidades de procesamiento de datos de MongoDB, FitBank puede ofrecer servicios más rápidos y confiables a sus clientes corporativos, y una experiencia mejorada que se alinea con sus objetivos comerciales centrados en el cliente. Por ejemplo, Ramos y su equipo están desarrollando un sistema en el que los clientes puedan acceder sin problemas a su último saldo y transacciones desde una app (in this mobile context); also valid: aplicación móvil.
Es un escenario muy mejorado. "Ahora tenemos lo mejor de ambos mundos", dice Ramos. "Reducimos nuestra necesidad de almacenamiento, de licencias, y aceleramos nuestras consultas. Es probable que hayamos reducido los costos en torno a un 20 % gracias a una gestión de datos más eficiente y a unas opciones de escalamiento flexibles que eliminan la necesidad de adoptar una costosa redundancia de almacenamiento”.
Con mucho, la mayor victoria, continúa Ramos, ha sido romper el paradigma arquitectónico. “Antes, el paradigma era tal que solo utilizábamos bases de datos relacionales”, afirma. “Ahora, podemos visualizar nuevos avances y oportunidades”.
En el futuro, FitBank planea profundizar su integración con MongoDB, utilizando características y capacidades avanzadas para asistencia técnica las necesidades comerciales en evolución. Esto incluye explorar las últimas herramientas de MongoDB para análisis, aprendizaje automático y procesamiento de datos en tiempo real para mantenerse a la vanguardia en el competitivo panorama de la tecnología financiera y brindar experiencias superiores a los clientes.
Gustavo Castelo Branco Crisostomo Ramos, Jefe de Infraestructura y Ciberseguridad, FitBank