En este documento del Google Cloud Framework de excelencia en la arquitectura: Perspectiva de servicios financieros (FS) se proporciona una descripción general de los principios y las recomendaciones para compilar, implementar y operar cargas de trabajo de FS sólidas en Google Cloud. Estas recomendaciones te ayudan a configurar elementos fundamentales, como la observabilidad, la automatización y la escalabilidad. Las recomendaciones de este documento se alinean con el pilar de excelencia operativa del Framework de excelencia en la arquitectura.
La excelencia operativa es fundamental para las cargas de trabajo de FS en Google Cloud debido a la naturaleza altamente regulada y sensible de dichas cargas de trabajo. La excelencia operativa garantiza que las soluciones en la nube puedan adaptarse a las necesidades en evolución y cumplir con tus requisitos de valor, rendimiento, seguridad y confiabilidad. Las fallas en estas áreas podrían generar pérdidas financieras significativas, sanciones reglamentarias y daños a la reputación.
La excelencia operativa proporciona los siguientes beneficios para las cargas de trabajo de FS:
- Mantener la confianza y la reputación: Las instituciones financieras dependen en gran medida de la confianza de sus clientes. Las interrupciones operativas o las vulneraciones de seguridad pueden erosionar gravemente esta confianza y provocar la pérdida de clientes. La excelencia operativa ayuda a minimizar estos riesgos.
Cumplir con requisitos de cumplimiento reglamentario estrictos: Los servicios financieros están sujetos a numerosas y complejas reglamentaciones, como las siguientes:
- Reglamento General de Protección de Datos (RGPD) de la UE
- Ley de Resiliencia Operativa Digital (DORA) de la UE
- Ley de Privacidad del Consumidor de California (CCPA)
- Reglamentaciones específicas del sector
Los procesos operativos sólidos, la supervisión y la administración de incidentes son esenciales para demostrar el cumplimiento de las reglamentaciones y evitar sanciones.
Garantizar la continuidad y la resiliencia empresarial: Los mercados y servicios financieros suelen operar de forma continua. Por lo tanto, la alta disponibilidad y la recuperación ante desastres eficaz son fundamentales. Los principios de excelencia operativa guían el diseño y la implementación de sistemas resilientes. El pilar de confiabilidad proporciona más orientación en esta área.
Proteger los datos sensibles: Las instituciones financieras manejan grandes cantidades de datos financieros y de clientes altamente sensibles. Los controles operativos sólidos, la supervisión de seguridad y la respuesta ante incidentes rápida son fundamentales para evitar las vulneraciones de datos y mantener la privacidad. El pilar de seguridad proporciona más orientación en esta área.
Optimizar el rendimiento de las aplicaciones críticas: Muchas aplicaciones financieras, como las plataformas de operaciones y el análisis en tiempo real, exigen un alto rendimiento y una latencia baja. Para cumplir con estos requisitos de rendimiento, necesitas un diseño de procesamiento, redes y almacenamiento altamente optimizado. El pilar de optimización del rendimiento proporciona más orientación en esta área.
Administrar los costos de manera eficaz: Además de la seguridad y la confiabilidad, las instituciones financieras también se preocupan por la eficiencia de los costos. La excelencia operativa incluye prácticas para optimizar el uso de los recursos y administrar el gasto en la nube. El pilar de optimización de costos proporciona más orientación en esta área.
Las recomendaciones de excelencia operativa de este documento se asignan a los siguientes principios básicos:
- Definir ANS y los SLO y SLI correspondientes
- Definir y probar los procesos de administración de incidentes
- Innovar y mejorar de forma continua
Definir ANS y los SLO y SLI correspondientes
En muchas organizaciones de FS, la disponibilidad de las aplicaciones suele clasificarse según las métricas de objetivo de tiempo de recuperación (RTO) y objetivo de punto de recuperación (RPO). Para las aplicaciones fundamentales para la empresa que atienden a clientes externos, también se puede definir un acuerdo de nivel de servicio (ANS).
Los ANS necesitan un framework de métricas que represente el comportamiento del sistema desde la perspectiva de la satisfacción del usuario. Las prácticas de ingeniería de confiabilidad de sitios (SRE) ofrecen una forma de alcanzar el nivel de confiabilidad del sistema que deseas. Crear un framework de métricas implica definir y supervisar indicadores numéricos clave para comprender el estado del sistema desde la perspectiva del usuario. Por ejemplo, las métricas como la latencia y las tasas de errores cuantifican el rendimiento de un servicio. Estas métricas se denominan indicadores de nivel de servicio (SLI). Desarrollar SLI eficaces es fundamental, ya que proporcionan los datos sin procesar necesarios para evaluar la confiabilidad de manera objetiva.
Para definir ANS, SLI y SLO significativos, ten en cuenta las siguientes recomendaciones:
- Desarrolla y define SLI para cada servicio crítico. Establece valores objetivo que definan los niveles de rendimiento aceptables.
- Desarrolla y define los objetivos de nivel de servicio (SLO) que corresponden a los SLI. Por ejemplo, un SLO podría indicar que el 99.9% de las solicitudes deben tener una latencia inferior a 200 milisegundos.
- Identifica las acciones correctivas internas que se deben tomar si un servicio no cumple con los SLO. Por ejemplo, para mejorar la resiliencia de la plataforma, es posible que debas enfocar los recursos de desarrollo en solucionar problemas.
- Valida el requisito de ANS para cada servicio y reconoce el ANS como el contrato formal con los usuarios del servicio.
Ejemplos de niveles de servicio
En la siguiente tabla, se proporcionan ejemplos de SLI, SLO y ANS para una plataforma de pagos:
| Métrica empresarial | SLI | SLO | ANS |
|---|---|---|---|
| Éxito de la transacción de pago | Es una medida cuantitativa del porcentaje de todas las transacciones de pago iniciadas que se procesan y confirman correctamente. Ejemplo: (cantidad de transacciones correctas ÷ cantidad total de transacciones válidas) × 100, medido durante un período móvil de 5 minutos. |
Es un objetivo interno para mantener un porcentaje alto de transacciones de pago correctas durante un período específico. Ejemplo: Mantener una tasa de éxito de transacciones de pago del 99.98% durante un período móvil de 30 días, sin incluir las solicitudes no válidas ni el mantenimiento planificado. |
Es una garantía contractual para la tasa de éxito y la velocidad del procesamiento de transacciones de pago. Ejemplo: El proveedor de servicios garantiza que el 99.0% de las transacciones de pago iniciadas por el cliente se procesarán y confirmarán correctamente en un segundo. |
| Latencia del procesamiento de pagos | Es el tiempo promedio que tarda en procesarse una transacción de pago desde que el cliente la inicia hasta que se confirma. Ejemplo: Tiempo de respuesta promedio en milisegundos para la confirmación de la transacción, medido durante un período móvil de 5 minutos. |
Es un objetivo interno para la velocidad a la que se procesan las transacciones de pago. Ejemplo: Asegurarse de que el 99.5% de las transacciones de pago se procesen en un plazo de 400 milisegundos durante un período móvil de 30 días. |
Es un compromiso contractual para resolver problemas críticos de procesamiento de pagos dentro de un período especificado. Ejemplo: Para problemas críticos de procesamiento de pagos (definidos como una interrupción que afecta a más del 1% de las transacciones), el proveedor de servicios se compromete a un tiempo de resolución de dos horas desde el momento en que se informa o detecta el problema. |
| Disponibilidad de la plataforma | Es el porcentaje de tiempo durante el cual la API de procesamiento de pagos principal y la interfaz de usuario están operativas y accesibles para los clientes. Ejemplo: (tiempo operativo total − tiempo de inactividad) ÷ tiempo operativo total × 100, medido por minuto. |
Es un objetivo interno para el tiempo de actividad de la plataforma de pagos principal. Ejemplo: Alcanzar una disponibilidad de la plataforma del 99.995% por mes calendario, sin incluir los períodos de mantenimiento programados. |
Es un compromiso formal y legalmente vinculante con los clientes en relación con el tiempo de actividad mínimo de la plataforma de pagos, incluidas las consecuencias por incumplimiento. Ejemplo: La plataforma mantendrá un mínimo de disponibilidad del 99.9% por mes calendario, sin incluir los períodos de mantenimiento programados. Si la disponibilidad cae por debajo del nivel mínimo, el cliente recibirá un crédito de servicio del 5% de la tarifa mensual del servicio por cada caída del 0.1%. |
Usa los datos de SLI para supervisar si los sistemas están dentro de los SLO definidos y para asegurarte de que se cumplan los ANS. Con un conjunto de SLI bien definidos, los ingenieros y desarrolladores pueden supervisar las aplicaciones de FS en los siguientes niveles:
- Directamente dentro del servicio en el que se implementan las aplicaciones, como GKE o Cloud Run.
- Con los registros que proporcionan los componentes de la infraestructura, como el balanceador de cargas.
OpenTelemetry proporciona un estándar de código abierto y un conjunto de tecnologías para capturar todos los tipos de telemetría, incluidas métricas, seguimientos y registros. Google Cloud Managed Service para Prometheus proporciona un backend completamente administrado y altamente escalable para las métricas y la operación de Prometheus a gran escala.
Para obtener más información sobre los SLI, los SLO y los porcentajes de errores aceptables, consulta el manual de SRE.
Para desarrollar paneles y mecanismos de alertas y supervisión eficaces, usa las herramientas de Google Cloud Observability junto con Google Cloud Monitoring. Para obtener información sobre las capacidades de supervisión y detección específicas de seguridad, consulta el pilar de seguridad.
Definir y probar los procesos de administración de incidentes
Los procesos de administración de incidentes bien definidos y probados con regularidad contribuyen directamente al valor, el rendimiento, la seguridad y la confiabilidad de las cargas de trabajo de FS en Google Cloud. Estos procesos ayudan a las instituciones financieras a cumplir con sus estrictos requisitos reglamentarios, proteger los datos sensibles, mantener la continuidad empresarial y defender la confianza de los clientes.
Las pruebas periódicas de los procesos de administración de incidentes proporcionan los siguientes beneficios:
- Mantener el rendimiento en cargas máximas: Las pruebas periódicas de rendimiento y carga ayudan a las instituciones financieras a garantizar que sus aplicaciones y su infraestructura basadas en la nube puedan controlar los volúmenes máximos de transacciones, la volatilidad del mercado y otros situaciones de alta demanda sin degradar el rendimiento. degradación. Esta capacidad es fundamental para mantener una experiencia del usuario fluida y satisfacer las demandas de los mercados financieros.
- Identificar posibles cuellos de botella y limitaciones: Las pruebas de esfuerzo llevan los sistemas a sus límites y permiten que las instituciones financieras identifiquen posibles cuellos de botella y limitaciones de rendimiento antes de que afecten las operaciones críticas. Este enfoque proactivo permite que las instituciones financieras ajusten su infraestructura y sus aplicaciones para obtener un rendimiento y una escalabilidad óptimos.
- Validar la confiabilidad y la resiliencia: Las pruebas periódicas, incluidas la ingeniería del caos o las fallas simuladas, ayudan a validar la confiabilidad y la resiliencia de los sistemas financieros. Estas pruebas garantizan que los sistemas puedan recuperarse de las fallas sin problemas y mantener una alta disponibilidad, lo que es esencial para la continuidad empresarial.
- Realizar una planificación de capacidad eficaz: Las pruebas de rendimiento proporcionan datos valiosos sobre el uso de recursos en diferentes condiciones de carga, lo que es fundamental para una planificación de capacidad precisa. Las instituciones financieras pueden usar estos datos para anticipar de forma proactiva las necesidades de capacidad futuras y evitar problemas de rendimiento debido a restricciones de recursos.
- Implementar correctamente funciones nuevas y cambios de código: La integración de pruebas automatizadas en las canalizaciones de CI/CD ayuda a garantizar que los cambios y las implementaciones nuevas se validen por completo antes de que se publiquen en los entornos de producción. Este enfoque reduce significativamente el riesgo de errores y regresiones que podrían provocar interrupciones operativas.
- Cumplir con los requisitos reglamentarios de estabilidad del sistema: Las reglamentaciones financieras suelen exigir que las instituciones tengan prácticas de prueba sólidas para garantizar la estabilidad y la confiabilidad de sus sistemas críticos. Las pruebas periódicas ayudan a demostrar el cumplimiento de estos requisitos.
Para definir y probar tus procesos de administración de incidentes, ten en cuenta las siguientes recomendaciones.
Establecer procedimientos claros de respuesta ante incidentes
Un conjunto bien establecido de procedimientos de respuesta ante incidentes incluye los siguientes elementos:
- Funciones y responsabilidades definidas para los comandantes de incidentes, los investigadores, los comunicadores y los expertos técnicos para garantizar una respuesta eficaz y coordinada
- Protocolos de comunicación y rutas de escalamiento definidos para garantizar que la información se comparta de manera rápida y eficaz durante los incidentes
- Procedimientos documentados en un runbook o una guía que describe los pasos para la comunicación, la clasificación, la investigación y la resolución
- Capacitación y preparación periódicas que brindan a los equipos los conocimientos y las habilidades para responder de manera eficaz
Implementar pruebas de rendimiento y carga con regularidad
Las pruebas periódicas de rendimiento y carga ayudan a garantizar que las aplicaciones y la infraestructura basadas en la nube puedan controlar las cargas máximas y mantener un rendimiento óptimo. Las pruebas de carga simulan patrones de tráfico realistas. Las pruebas de esfuerzo llevan el sistema a sus límites para identificar posibles cuellos de botella y limitaciones de rendimiento. Puedes usar productos como Cloud Load Balancing y servicios de pruebas de carga para simular el tráfico del mundo real. Según los resultados de las pruebas, puedes ajustar tu infraestructura y aplicaciones en la nube para obtener un rendimiento y una escalabilidad óptimos. Por ejemplo, puedes ajustar la asignación de recursos o configurar los parámetros de configuración de la aplicación.
Automatizar las pruebas dentro de las canalizaciones de CI/CD
La incorporación de pruebas automatizadas en tus canalizaciones de CI/CD ayuda a garantizar la calidad y la confiabilidad de las aplicaciones en la nube mediante la validación de los cambios antes de la implementación. Este enfoque reduce significativamente el riesgo de errores y regresiones, y te ayuda a compilar un sistema de software más estable y sólido. Puedes incorporar diferentes tipos de pruebas en tus canalizaciones de CI/CD, incluidas las prueba de unidades, las pruebas de integración y las pruebas de extremo a extremo. Usa productos como Cloud Build y Cloud Deploy para crear y administrar tus canalizaciones de CI/CD.
Innovar y mejorar de forma continua
Para las cargas de trabajo de servicios financieros en la nube, la migración a la nube es solo el paso inicial. La mejora y la innovación continuas son esenciales por los siguientes motivos:
- Acelerar la innovación: Aprovecha las nuevas tecnologías, como la IA para mejorar tus servicios.
- Reducir los costos: Elimina las ineficiencias y optimiza el uso de los recursos.
- Mejorar la agilidad: Adáptate rápidamente a los cambios del mercado y reglamentarios.
- Mejorar la toma de decisiones: Usa productos de análisis de datos como BigQuery y Looker para tomar decisiones fundamentadas.
Para garantizar la mejora y la innovación continuas, ten en cuenta las siguientes recomendaciones.
Realizar retrospectivas periódicas
Las retrospectivas son fundamentales para mejorar continuamente los procedimientos de respuesta ante incidentes y para optimizar las estrategias de prueba en función de los resultados de las pruebas periódicas de rendimiento y carga. Para asegurarte de que las retrospectivas sean eficaces, haz lo siguiente:
- Brinda a los equipos la oportunidad de reflexionar sobre sus experiencias, identificar qué salió bien y señalar áreas de mejora.
- Realiza retrospectivas después de los hitos del proyecto, los incidentes importantes o los ciclos de prueba significativos. Los equipos pueden aprender de los éxitos y los fracasos, y mejorar continuamente sus procesos y prácticas.
- Usa un enfoque estructurado, como el modelo de inicio, detención y continuación para garantizar que las sesiones retrospectivas sean productivas y conduzcan a pasos prácticos.
- Usa las retrospectivas para identificar áreas en las que se puede mejorar aún más la automatización de la administración de cambios para mejorar la confiabilidad y reducir los riesgos.
Fomentar una cultura de aprendizaje
Una cultura de aprendizaje facilita la exploración segura de nuevas tecnologías en Google Cloud, como las capacidades de IA y AA para mejorar servicios como la detección de fraudes y el asesoramiento financiero personalizado. Para promover una cultura de aprendizaje, haz lo siguiente:
- Anima a los equipos a experimentar, compartir conocimientos y aprender de forma continua.
- Adopta una cultura sin culpabilización, en la que las fallas se consideren oportunidades de crecimiento y mejora.
- Crea un entorno psicológicamente seguro que permita a los equipos asumir riesgos y considerar soluciones innovadoras. Los equipos aprenden de los éxitos y los fracasos, lo que conduce a una organización más resiliente y adaptable.
- Desarrolla una cultura que facilite el intercambio de conocimientos adquiridos a partir de los procesos de administración de incidentes y los ejercicios de prueba.
Mantenerse al día con las tecnologías de la nube
El aprendizaje continuo es esencial para comprender e implementar nuevas medidas de seguridad, aprovechar el análisis de datos avanzado para obtener mejores estadísticas y adoptar soluciones innovadoras que sean relevantes para los servicios financieros.
- Maximiza el potencial de los servicios manteniéndote informado sobre los avances, las funciones y las prácticas recomendadas más recientes. Google Cloud
- Cuando se introduzcan nuevas Google Cloud funciones y servicios, identifica oportunidades para automatizar aún más los procesos, mejorar la seguridad y mejorar el rendimiento y la escalabilidad de tus aplicaciones.
- Participa en conferencias, seminarios web y sesiones de capacitación relevantes para ampliar tus conocimientos y comprender las nuevas capacidades.
- Anima a los miembros del equipo a obtener Google Cloud certificaciones para garantizar que la organización tenga las habilidades necesarias para tener éxito en la nube.