MongoDB per i servizi finanziari

I relational database tradizionali sono stati per decenni un pilastro delle società di servizi finanziari e della loro infrastruttura IT.

Dalla generazione degli estratti conto all'archiviazione delle informazioni sui clienti, le banche si sono tradizionalmente affidate - e sono state limitate - da un relational database, da SQL Server e da altri importanti RDBMS. Tuttavia, l'economia digitale esige di più da una banca e dal suo sistema di gestione dei database.

Oggi, un database bancario deve essere distribuito, con la possibilità di archiviare i dati in locale e nel cloud e gestire un'enorme quantità di informazioni di vendita, informazioni sui clienti, transazioni di addebito, processori multipli e altro ancora.

Ecco perché le banche si affidano ai database NoSQL, come MongoDB.

La tecnologia alla base dei relational database in uso presso molte banche tradizionali è stata sviluppata per la prima volta negli anni Settanta.

Concepiti molto prima dell'era del cloud computing, non sono mai stati pensati per supportare il volume, la varietà e la velocità dei dati che li colpiscono oggi. Non si sono evoluti per rispondere alle esigenze di implementazioni sempre attive e distribuite a livello globale e non sono nemmeno sufficientemente agili per tenere il passo con i moderni cicli di sviluppo e rilascio dei prodotti digitali.

Di conseguenza, le banche consolidate hanno faticato a offrire le esperienze digitali personalizzate e senza attrito delle startup fintech.

Le implicazioni per le aziende sono evidenti. In un sondaggio condotto da Fintech Futures e MongoDB tra i dirigenti bancari che si occupano di prestiti, il 43% degli intervistati ha dichiarato che un'esperienza digitale scadente è la sfida principale per acquisire e mantenere i clienti, mentre il 34% ha indicato la mancanza di offerte personalizzate.

Tradizionalmente, i sistemi di database multipli (tipicamente database SQL come SQL server e altri importanti RDBMS) e le architetture legacy hanno creato dei silos che rendono impossibile ricavare il vero valore dai dati.

Un'unica visione dei dati bancari, in particolare dei dati relativi al conto di un cliente, in tutta l'azienda, può fornire una visione a livello globale dell'esposizione di asset e controparti o un'unica visione del cliente per il rilevamento delle frodi e i requisiti Know Your Customer (KYC).

I sistemi di gestione dei database (DBMS) svolgono il lavoro fondamentale di definire le modalità di strutturazione, accesso, modifica e protezione dei dati.

Un Database Management System (DBMS) è un programma software che fornisce interfacce di programmazione delle applicazioni (API) a un archivio fisico di dati sottostante (memorizzato su disco o anche nella RAM) per l'utilizzo da parte delle applicazioni client.

Tutte le applicazioni (salvo rare eccezioni) che memorizzano, accedono e manipolano dati memorizzati su disco, utilizzano un DBMS per gestire tale accesso, piuttosto che interagire direttamente con i file di dati sottostanti.

Il DBMS ha tre componenti principali:

1. Motore di archiviazione dati
2. Query/motore di aggiornamento
3. Sistema di gestione dello schema

Utilizziamo i sistemi di gestione dei database per creare interfacce centralizzate, condivise e coerenti per accedere programmaticamente ai dati. I sistemi di gestione dei database aiutano a fornire una struttura logica ai dati, oltre che un'archiviazione efficiente e un accesso distribuito. Utilizzare un DBMS è più veloce, più sicuro, più potente e più facile che gestire direttamente i dati.

Negli ultimi anni, i fornitori IT hanno cercato di sviluppare e offrire soluzioni per affrontare la marea di dati che le aziende si trovano ad affrontare sia all'interno che all'esterno dell'azienda.

Il cloud è la nuova norma e i data warehouse cloud-native sono ora elaborati in parallelo in modo massiccio. Le pipeline di dati possono gestire terabyte di dati. Lo storage è diventato economico e veloce. Le applicazioni AI/ML sono proliferate ovunque. Inoltre, i framework per l'elaborazione dei dati, come Spark, sono in grado di gestire grandi volumi di dati.

Per far fronte a questi cambiamenti, le banche hanno bisogno di una suite coesa e integrata di offerte in grado di gestire i moderni requisiti di dati per la creazione di applicazioni anche nei complessi digitali più estesi, senza sacrificare la velocità, la sicurezza o la capacità di scalare. L'integrazione garantisce anche che le operazioni e la sicurezza non diventino progetti autonomi che consumano risorse eccessive e risultano troppo complessi.

Il moderno database multi-cloud di MongoDB è una suite integrata di prodotti, servizi e strumenti che risolve questi problemi. Eliminando gran parte dei costi generali di gestione di un'infrastruttura dati, il tuo database può fungere da fondamento dati mission critical e contribuire anche ad aumentare la produttività e l'innovazione degli sviluppatori.

In teoria, non c'è limite ai diversi tipi di sistemi di gestione che è possibile creare, ma esistono alcuni DBMS popolari che vale la pena segnalare:

• Relazionale (RDBMS)
  • Sistemi di gestione di database che strutturano i dati in forma di tabelle, con relazioni predefinite tra le tabelle e un linguaggio di interrogazione strutturato (SQL) per leggere e scrivere i dati.

• Documento (DoDBMS)
  • Sistemi di gestione di database che strutturano i dati in documenti simili a JSON, con un linguaggio di query orientato ai documenti come MongoDB Query API per leggere e scrivere porzioni o tutti i documenti.

• Colonnare (CDBMS)
  • Sistemi di gestione di database che prevedono l'organizzazione dei dati per colonna, per alcuni casi di utilizzo ad alte prestazioni e su disco.

Oltre ai DBMS specializzati per schema e tipo di query, esistono anche sistemi di gestione di database specializzati in diversi tipi di archiviazione, come gli In-Memory Database Management Systems (IMDBMS).

Esistono anche sistemi di gestione di database in cloud in cui un fornitore SaaS è responsabile della gestione delle attività di manutenzione ordinaria del database (come gli aggiornamenti). MongoDB Atlas (basato sul database NoSQL di MongoDB) ne è un esempio.

Un sistema di gestione di database distribuiti permette ai programmatori e agli utenti finali di vedere un insieme di database e dati fisicamente separati come un'unica immagine del sistema.

La distribuzione dei dati su più database consente una scalabilità più gestibile e può contribuire alla ridondanza (a seconda di come vengono distribuiti i dati).

MongoDB è il leader in una nuova generazione di database mission critical progettati per la scalabilità. Grazie a una tecnica chiamata "partizionamento orizzontale", puoi distribuire facilmente i dati e far crescere la tua implementazione su hardware economico o nel cloud. Uno dei vantaggi della scalabilità con MongoDB è che il partizionamento orizzontale è automatico e integrato nel database. Questo evita agli sviluppatori di dover inserire la logica di partizionamento orizzontale nel codice dell'applicazione per scalare il sistema.

Sì. MongoDB è dedicato ad aiutare i clienti a soddisfare i requisiti di DORA e ha intrapreso passi significativi per garantire che i nostri servizi siano conformi al regolamento. Disponiamo di framework completi per la gestione del rischio, procedure di risposta agli incidenti e piani di disaster recovery per garantire continuità e resilienza. Siamo pronti a collaborare con i nostri clienti regolamentati da DORA e a lavorare a fianco delle autorità di regolamentazione, ove necessario.