O Brasil está na vanguarda do banco digital. O tamanho vasto e a população jovens do país significam que muitos clientes bancários estão satisfeitos em deixar de lado as agências físicas tradicionais em favor de uma experiência digital. Hoje, 90% da população do Brasil tem pelo menos uma conta bancária e 77% das transações financeiras são realizadas digitalmente.
Essa adoção do digital e a economia dinâmica do Brasil, com um crescimento do GDP de mais de 200% desde 2000, atraiu uma série de startups de fintech, incluindo o FitBank. Fundada em 2014, a Atlas Bank é agora uma empresa estabelecida no setor financeiro do Brasil. Ela fornece portfólios digitais, processamento de pagamentos, cartões de crédito e débito e um serviço bancário como serviço de etiqueta branca para clientes corporativos. De fato, o FitBank continua sendo a única plataforma de nuvem 100% nativa integrada ao Sistema de pagamentos brasileira.
Reconhecendo o impulso para o setor bancário digital, a FitBank identificou isso como uma oportunidade de demonstrar inovação e, ao mesmo tempo, atender às demandas atuais dos cliente . O negócio da FitBank envolve o processamento diário de milhões de transações bancárias de vários tipos por meio de inúmeras APIs.. Inicialmente, todas essas transações foram armazenadas em vários bancos de dados SQL. Conforme esperado, esse alto volume de dados criou desafios de desempenho, aumentando a preocupação de que o crescimento contínuo levasse a mais tempos de processamento, impactando diretamente a eficiência, a disponibilidade e a reputação da empresa.
Além disso, a FitBank enfrentou as cargas operacionais e financeiras associadas à execução e manutenção de um banco de banco de dados relacional . "Temos um banco de dados relacional que chega a vários terabytes e, com nossas políticas de segurança, disponibilidade e backup, esse volume pode até quadruplicar", explicou Genoiba.
Ramos também destaca a dificuldade de recuperar informações de um banco de dados relacional . "Para os nossos engenheiros, a extração de dados era um processo demorado, e a realização de consultas complexas no banco de dados relacional tornou-se um desafio, pois grandes volumes de dados comprometem o desempenho dos aplicação . Embora o ajuste de consultas e aplicação seja um foco constante de nossas equipes de SRe, o ritmo de crescimento do banco de dados é rápido e desafiador."
O FitBank reconheceu que precisava urgentemente reestruturar seu fluxo de dados.
Genoimicamente, ele conta com a ajuda de um dos desenvolvedores de infraestrutura e segurança cibernética do FitBank, Genoide Catalmons.
No centro da arquitetura de dados de última geração do FitBank está o MongoDB Atlas. A organização adotou uma nova abordagem que mantém os dados operacionais no banco de dados do servidor SQL enquanto redireciona os metadados para o MongoDB Atlas. A utilização da API simplificou esse fluxo de trabalho, permitindo que a equipe de Ramos reescrevesse apenas o código selecionado para gerenciar o roteamento de metadados. "Agora nossa API sabe que alguns dados vão para o banco de dados relacional, e outros dados — os metadados — vão para o MongoDB", disse Ramos. "A migração foi realmente muito fácil."
Para os dados que permanecem no servidor SQL, Ramos e equipe iniciaram o processo de classificação dos dados com o Parquet, um formato de armazenamento de dados orientado por colunas. O MongoDB usa o Parquet para facilitar a análise de dados em sistemas externos. "Chamamos isso de mecanismo de migração de dados (DMF)", diz ele. "Por isso, a DMF consulta o banco de banco de dados relacional , obtém os dados e os coloca em um arquivo Parquet. Sempre que precisamos dos dados, podemos consultá-los facilmente por meio do MongoDB."
MongoDB Atlas no AWS oferece integrações econômicas, dimensionáveis e robustas com os serviços do AWS para reduzir a complexidade da arquitetura para que desenvolvedores e arquitetos possam se concentrar em impulsionar os negócios. Graças à MongoDB Atlas Data Federation, O AtBank pode consultar da mesma maneira os dados armazenados no SQL Server usando a linguagem de consulta do MongoDB usando o Amazon S3. "A simplicidade da solução foi uma surpresa agradáveis", acrescentou Ramos. “Esperávamos que isso levasse meses, talvez anos — na verdade, alcançamos isso em semanas e foi necessário pouco esforço.”
Agora, a FitBank conta com o MongoDB Atlas para operações internas essenciais. O modelo baseado em documentos do MongoDB Atlas permite esquemas flexíveis e dinâmicos, facilitando o armazenamento e o gerenciamento de estruturas de dados variadas e complexas. Esse era um requisito crucial, dados os metadados diversificados do FitBank.
A arquitetura do MongoDB lida com eficiência grandes volumes de dados e operações de alto rendimento. Isso o torna ideal para aplicações bancárias de ritmo acelerado. A capacidade do MongoDB de dimensionar através de vários servidores resolve efetivamente os problemas de desempenho que o FitBank enfrenta com sua solução legado . Além disso, a compatibilidade do MongoDB com mais de uma dezena de linguagens de programação e 65 mais plataformas de terceiros simplifica a integração à pilha de tecnologia existente da FitBank. Essa facilidade de integração permite que o FitBank acelere a implementação de novos recursos e melhorias, reduzindo o tempo de desenvolvimento e os custos.
Depois de concluir com sucesso o redirecionamento dos seus metadados, o FitBank agora tem 70% dos seus sistemas internos conectados ao MongoDB Atlas. O FitBank visa concluir sua 'fase de cliente ' — a criação de aplicativos nativos no MongoDB— até o final de 2024.
Ramos disse que há muitas maneiras de avaliar o progresso e, para o FitBank, um dos critérios é a taxa de adoção. Atualmente, 20% das suas equipes de desenvolvimento estão usando o MongoDB Atlas, com mais integrações a cada mês. "As vezes introduzimos tecnologia, mas a adoção não é como esperávamos", comentou Ramos. “Eu tenho orgulho quando apresento algo que é tão amplamente aceito e usado como o MongoDB.” A adoção do MongoDB Atlas pela FitBank transformou o desempenho do sistema e a eficiência operacional. Ao adotar um modelo de dados flexível, a organização alcançou melhorias notáveis, incluindo:
Ao aproveitar os poderosos recursos de processamento de dados do MongoDB, o FitBank pode oferecer serviços mais rápidos e confiáveis aos seus clientes corporativos e uma experiência aprimorada que se alinha com suas metas comerciais centradas no cliente. Por exemplo, Ramos e sua equipe estão desenvolvendo um sistema no qual os clientes podem acessar seu saldo e transações mais recentes a partir de um aplicativo para dispositivos móveis.
É um cenário vastamente melhorado. "Agora temos o melhor dos dois mundos", diz Ramos. "Reduzimos nossa necessidade de armazenamento e de licenciamento, e aceleramos nossas consultas. Provavelmente reduzimos os custos em cerca de 20%, graças ao gerenciamento de dados mais eficiente e às opções de dimensionamento flexíveis que eliminam o custo elevado de redundância de armazenamento."
De longe, a maior vitória, continua Ramos, foi quebrar o paradigma de arquitetura. "Antes, o paradigma era tal que utilizávamos apenas o banco de dados relacional", comenta. "Agora, podemos visualizar novos avanços e oportunidades."
Daqui para a frente, o FitBank planeja aprofundar sua integração com o MongoDB, utilizando recursos e capacidades avançados para dar suporte às necessidades comerciais em evolução. Isso inclui explorar as ferramentas mais recentes do MongoDB para análise, aprendizado de máquina e processamento de dados em tempo real para se manter à frente no cenário competitivo de fintech e oferecer experiências superiores aos cliente.
Genoimicamente, ele conta com a ajuda de um dos desenvolvedores de infraestrutura e segurança cibernética do FitBank, Genoide Catalmons.