Documentation for a newer release is available. View Latest

Consideraciones de Datos de la Aplicación IPF

Esta página está escrita para ayudar a explicar los componentes de una solución IPF, dónde están presentes los datos y dónde se exponen esos datos para uso del cliente:

Diagrama: muestra una solución IPF típica y los puntos de contacto de datos, cada uno etiquetado/numerado.
Tabla: la tabla que sigue ofrece una descripción de cada tipo de dato, propósito previsto y referencias a la documentación de desarrolladores de IPF para más información.

Ejemplo de solución IPF

Tipos de datos y uso

Etiqueta	Datos	Propósito	Adecuado para	Acceso	Tecnología	Referencia
1	Event Journal	Persistencia del estado de Akka mediante la persistencia de eventos para recuperación/reinicio	Interno solo	a	IPF Flows solo	MongoDB
No debe accederse fuera del procesamiento del software IPF Core	2	Processing Data	Datos pertenecientes, o resultantes, de un flujo de transacción, como un pago, que es egresado por los nodos de procesamiento de IPF a lo largo de su ciclo de vida.	Enviar datos de domain event a otros sistemas/BDs: para auditoría, almacenamiento, monitorización, MI, reporting, analítica	Interfaz de Processing Data hacia otra infraestructura / BDs	Kafka & Java Impl
IPF Processing Data	3	ODS	Realizar actividades como seguimiento y trazabilidad de pagos, manejo de excepciones (p. ej., entender el motivo del fallo) así como la monitorización general de procesos de pago.	Actividades de negocio y operaciones de pagos: consultar el estado del pago, información de domain event, detalles del pago	ODS Ingestion & Inquiry API vía UI (o app del cliente)	MongoDB
IPF Operational Data Store - ODS	4	Métricas técnicas	Expuestas con el propósito de integración con Prometheus y Grafana usando muestreo sobre un intervalo establecido	Entender/monitorizar tendencias de métricas de procesamiento	Las métricas se exponen vía un servidor HTTP de Prometheus	Prometheus/Grafana
Time Series Metrics	5	System Events	Eventos técnicos: BAU y error	Acceso al procesamiento paso a paso dentro de un IPF flow, información a nivel técnico	Processing Data o System Events Exporter	Kafka & Java Impl
System Events & IPF System Event Exportador Spring Boot paquetes de inicio	6	Logs de aplicación	Integración de logs con herramientas de monitorización del banco: p. ej., ELK / Dynatrace	Alertas impulsadas por logs y consultas	Integración de logs	Logs a ELK o Splunk

Etiqueta

Datos

Propósito

Adecuado para

Acceso

Tecnología

Referencia

Event Journal

Persistencia del estado de Akka mediante la persistencia de eventos para recuperación/reinicio

Interno solo

IPF Flows solo

MongoDB

No debe accederse fuera del procesamiento del software IPF Core

Processing Data

Datos pertenecientes, o resultantes, de un flujo de transacción, como un pago, que es egresado por los nodos de procesamiento de IPF a lo largo de su ciclo de vida.

Enviar datos de domain event a otros sistemas/BDs: para auditoría, almacenamiento, monitorización, MI, reporting, analítica

Interfaz de Processing Data hacia otra infraestructura / BDs

Kafka & Java Impl

IPF Processing Data

ODS

Realizar actividades como seguimiento y trazabilidad de pagos, manejo de excepciones (p. ej., entender el motivo del fallo) así como la monitorización general de procesos de pago.

Actividades de negocio y operaciones de pagos: consultar el estado del pago, información de domain event, detalles del pago

ODS Ingestion & Inquiry API vía UI (o app del cliente)

MongoDB

IPF Operational Data Store - ODS

Métricas técnicas

Expuestas con el propósito de integración con Prometheus y Grafana usando muestreo sobre un intervalo establecido

Entender/monitorizar tendencias de métricas de procesamiento

Las métricas se exponen vía un servidor HTTP de Prometheus

Prometheus/Grafana

Time Series Metrics

System Events

Eventos técnicos: BAU y error

Acceso al procesamiento paso a paso dentro de un IPF flow, información a nivel técnico

Processing Data o System Events Exporter

Kafka & Java Impl

System Events & IPF System Event Exportador Spring Boot paquetes de inicio

Logs de aplicación

Integración de logs con herramientas de monitorización del banco: p. ej., ELK / Dynatrace

Alertas impulsadas por logs y consultas

Integración de logs

Logs a ELK o Splunk

Más sobre el procesamiento de datos

También puede interesarte consultar la sección Data Processing & Persistence del sitio para más información sobre Data Identifiers, Processing Data, System Events, ODS y Data Models dentro de IPF.