Aqui será abordados como atender aos requisitos informados, sem a necessidade de ter código fonte. Mas poderia ser desenvolvido em qualquer linguagem de backend como Java, Node, PHP, Python, etc. Lembrando que aqui seria uma forma de resolver os problemas, não necessariamente a mais certa.
Este teste foi baseado nos seguintes requisitos:
1. Armazenamento
Vamos supor que existam três grandes bases de dados externas que organizam nossas informações. A primeira delas, que chamamos de Base A, é extremamente sensível e deve ser protegida com os maiores níveis de segurança, mas o acesso a esses dados não precisa ser tão performática. A segunda, é a Base B que também possui dados críticos, mas ao contrário da Base A, o acesso precisa ser um pouco mais rápido. Uma outra característica da Base B é que além de consultas ela é utilizada para extração de dados por meio de algoritmos de aprendizado de máquina. A última base, é a Base C, que não possui nenhum tipo de dado crítico, mas precisa de um acesso extremamente rápido.
2. Tráfego
Cada uma das bases existentes, são acessadas por sistemas em duas diferentes arquiteturas: microserviços e nano-serviços. Vale salientar que essas bases de dados são externas, portanto não é necessário dissertar sobre suas implementações, apenas suas consumações. Quantos aos payloads retornados por esses recursos, o candidato pode usar sua criatividade e definí-los, imaginando quais dados seriam importantes de serem retornados por sistemas como esses. O primeiro sistema, acessa os seguintes dados da Base A:
- CPF
- Nome
- Endereço
- Lista de dívidas
O segundo, acessa a Base B que contém dados para cálculo do Score de Crédito. O Score de Crédito é um rating utilizado por instituições de crédito (bancos, imobiliárias, etc) quando precisam analisar o risco envolvido em uma operação de crédito a uma entidade.
- Idade
- Lista de bens (Imóveis, etc)
- Fonte de renda
O último serviço, acessa a Base C e tem como principal funcionalidade, rastrear eventos relacionados a um determinado CPF.
- Última consulta do CPF em um Bureau de crédito (Serasa e outros).
- Movimentação financeira nesse CPF.
- Dados relacionados a última compra com cartao de crédito vinculado ao CPF
Para este cenário seria o mais simples, criaria um micro-serviço para fazer a leitura da base, considerando aqui uma base Relacional como Oracle, SqlServer, etc., ou um banco não relacional como MongoDB ao qual já estaria sumarizada com os dados que fossem necessários ser retornados. Porém antes do retorno, lançaria um evento assíncrono para poder sumarizar os dados do cenário 3 em um banco Redis, conforme diagrama abaixo.
Exemplo de retorno:
{
"cpf":"12345678910",
"nome": "Fulano de Tal",
"endereco": {
"logradouro": "Rua esburacada",
"numero": 171,
"cep": "12345-678"
},
"dividas": [
{
"descricao": "Emprestimo da sogra para pagar casamento",
"valor": 5200.00
},
{
"descricao": "Financiamento Minha Casa Minha Dívida",
"valor": 180000.00
},
]
}Para este cenário primeiramente construiria uma rotina agendada (job) para fazer a sumarização dos dados relevantes a pontuação de crédito e inserir em uma base MongoDb.
Obs.: Utilizaria esta estratégia visto que são dados que não tendem a ter modificações a todo momento.
Após cria um micro-serviço para fazer a busca dos dados de pontuação de crédito.
Exemplo de retorno:
{
"cpf":"12345678910",
"idade": 33,
"bens": [
{
"descricao": "Veículo Marea",
"valor": 1200.00
},
{
"descricao": "Apartamento Financiado",
"valor": 180000.00
},
],
"fontesDeRenda": [
{
"descricao": "Agiotagem",
"valor": 500.00
},
{
"descricao": "Malabares no semáforo",
"valor": 1800.00
},
]
}Para este cenário estou considerando que os dados financeiros serão trafegados por WebHook's, considerando que essa informação chegará "online" para o sistema.
Este Webhook será chamado toda vez que alguma instituição fizer alguma consulta a um determinado CPF.
Ao ser chamado irá preencher o banco Redis com a informação da última consulta e também preencherá um banco MongoDb (para garantir a informação).
Este WebHook será chamado toda vez que for realizada uma movimentação financeira para um determinado CPF,
Ao ser chamado irá preencher o banco Redis com a informação da movimentação, preencherá também um banco MongoDb e fará uma validação, se for uma movimentação de Credito utilizando Cartão de Crédito irá preencher uma outra coleção do MongoDb e uma outra sessão do Redis para guardar esta informação.
Conforme citado no cenário 1, sempre que fizer uma consulta na Base A será disparado um evento para fazer o preenchimento dos dados no banco Redis a partir das coleções do banco MongoDb. Este evento pode ser trabalhado utilizando mensageria como, por exemplo, RabbitMq, ActiveMq, Kafka, ou até mesmo utilizando um outro WebHook.
Por fim terá o micro-serviço para retornar os dados sumarizados presente no Redis, mas caso não esteja presente irá realizar uma consulta nos dados do MongoDb conforme diagrama abaixo.
Exemplo de retorno
{
"ultimaConsulta": "31/10/2000",
"idade": 33,
"movimentacoesFinanceiras": [
{
"descricao": "Vaso de flores",
"valor": 120.00,
"local": "Floricultura Vai Tarde",
"formaDePagamento": "Cartão",
"data": "01/10/2020"
},
{
"descricao": "Pão",
"valor": 5.00,
"local": "Padoka da eskina",
"formaDePagamento": "Cartão",
"data": "02/10/2020"
},
{
"descricao": "Chiclete",
"valor": 1.20,
"local": "Padoka da eskina",
"formaDePagamento": "Dinheiro",
"data": "03/10/2020"
}
],
"ultimaCompraComCartao": {
"descricao": "Pão",
"valor": 5.00,
"local": "Padoka da eskina",
"formaDePagamento": "Cartão",
"data": "02/10/2020"
}
}Estou considerando que em um processo de usabilidade do sistema, a jornada do usuário seria executar os processos na ordem das bases, ou seja, passaria pelo Cenário 1, depois Cenário 2 e por fim ao Cenário 3.
A ideia de utilizar redundância de bancos no cenário 3 é garantir performance e, também, caso os dados tenham sumidos do Redis por algum motivo, ou até mesmo pelo time-to-live, os dados sumarizados estariam no MongoDb. A idéia de ter o evento é para garantir que, caso o usuário siga a jornada completa, ao chegar no cenário 3 os dados estariam preenchidos no Redis, garantindo o desempenho solicitado nos requisitos.