Compromiso CVE
El sistema nervioso de la plataforma de pagos: Kafka, RabbitMQ y Flink, operados dentro de Nigeria con un SLA.
Mensajería y Streaming
Cada transacción, cada cambio de saldo y cada señal de fraude viaja por un backbone de eventos. Desplegamos Apache Kafka, RabbitMQ y Apache Flink en su nube privada, los ajustamos para volúmenes de pago y les damos soporte 24×7, para que las capacidades en tiempo real del banco nunca dependan de un servicio gestionado extranjero.
- Apache Kafka
- RabbitMQ
- Apache Flink
Las tecnologías que cubrimos
Productos de esta familia
Apache Kafka
Log de eventos distribuido en modo KRaft para flujos de transacciones ordenados, durables y reproducibles a millones de eventos por hora.
Bare metalMáquinas virtualesKubernetesNube privadaAir-gappedSoporte oficial

RabbitMQ
Bróker de mensajes AMQP con colas de quórum, enrutado a dead-letter y streams, para desacoplar sistemas legacy y de canales.
Máquinas virtualesKubernetesNube privadaAir-gappedSoporte oficial
Apache Flink
Procesamiento de flujos con estado, semántica exactly-once, ventanas por tiempo de evento y estado con checkpoints para pipelines de fraude y riesgo.
Máquinas virtualesKubernetesNube privadaAir-gappedSoporte oficial
Por qué importa para la localización de datos
Dónde se cruza esta familia con la directiva del CBN
Un backbone de eventos es procesamiento primario en el sentido de la directiva del CBN: en el momento en que una transacción se publica en un topic, se están procesando datos de clientes y de pago allí donde se ejecute ese bróker. Los servicios de streaming gestionados en una región cloud extranjera entran por tanto en el alcance que debe localizarse antes del 1 de enero de 2027, junto con sus topics retenidos (en la práctica una copia continua de cada transacción) y las credenciales y rastros de auditoría que gobiernan el acceso. Kafka, RabbitMQ y Flink son open source y funcionan bien sobre nube privada nigeriana, así que la capacidad no tiene que cambiar; solo su ubicación y su modelo de soporte. Esta familia cubre lo que buscará un inspector: brókers y procesadores de flujos en servidores en Nigeria, datos de los topics cifrados con claves custodiadas localmente, clústeres replicados entre dos centros de datos nacionales para resiliencia, acceso controlado a través del proveedor de identidad del propio banco y registros de auditoría de cada productor y consumidor conservados en el país. Nada de ello requiere depender de un proveedor de nube extranjero.
El camino con NuxFamily
- 01Assess
- 02Design
- 03Build
- 04Migrate
- 05Operate
- 06Evolve
Cada familia se entrega con el mismo camino de seis etapas, con soporte oficial 24×7 y transferencia de conocimiento incluidos.
Nuestra experiencia
Credenciales, no adjetivos
Hemos construido backbones de eventos para procesadores de tarjetas, bancos minoristas y grandes plataformas de comercio electrónico, desde los primeros clústeres Kafka basados en ZooKeeper hasta KRaft, y desde las colas espejo clásicas de RabbitMQ hasta las colas de quórum. Nuestro trabajo con Flink empezó con el scoring de fraude para un emisor de tarjetas europeo y hoy cubre pipelines de riesgo en tiempo real, conciliación y observabilidad. Sabemos dónde se rompen estos sistemas bajo carga y cómo configurarlos para que no lo hagan.
Sectores
- Banca
- Seguros
- Retail
- Industria
12+
Años con estas tecnologías
45+
Despliegues en producción
1.200 millones de eventos al día en un clúster Kafka de 24 brókers
Mayor escala entregada
Soporte oficial de vendor
Niveles de soporte para esta familia
Essential
- Cobertura
- 8×5, horario laboral de Nigeria
- Respuesta P1
- 4 h
- Soporte correctivo sobre Kafka, RabbitMQ y Flink
- Parches de seguridad y avisos de CVE para brókers, clientes y conectores
- Base de conocimiento, líneas base de configuración y portal de tickets
Business
- Cobertura
- 24×7
- Respuesta P1
- 1 h
- Todo lo incluido en Essential
- Health checks proactivos trimestrales de retardo, particiones y grupos de consumidores
- Gestión del ciclo de vida de versiones de brókers y conectores
- Revisión de la configuración de retención, replicación y cuotas de topics
Mission Critical
El más elegido- Cobertura
- 24×7 con ingeniero asignado
- Respuesta P1
- 15 min
- Todo lo incluido en Business
- Ingeniero designado que conoce sus topics, esquemas y jobs
- Revisión de arquitectura y planificación de capacidad para días pico
- Soporte a upgrades mayores, incluida la migración de ZooKeeper a KRaft
- Acompañamiento en auditorías del CBN con evidencias de residencia de datos
Política de versiones
Los tiempos de respuesta y los nombres de los niveles son orientativos y se confirman contractualmente.
Casos de uso
Cómo se usa en un banco regulado
Caso de uso 01
Ingesta de eventos de transacción en tiempo real
El switch de pagos, el core bancario y los canales digitales producen cada uno eventos de transacción en su propio formato. El banco necesita un único flujo ordenado que alimente la detección de fraude, la conciliación y el lakehouse sin perder ni duplicar un solo evento. Kafka aporta el log durable; Kafka Connect y un registro de esquemas hacen que el flujo sea fiable.
Tecnologías
- Apache Kafka
- Kafka Connect
- Debezium
- Schema Registry
- Apache Iceberg
Resultado esperado
El banco obtiene un único flujo autoritativo de transacciones que todos los sistemas aguas abajo consumen con las mismas garantías. Desaparecen los descuadres de conciliación causados por mensajes perdidos o duplicados.
Métrica: Evento disponible para los consumidores en menos de 200 ms desde la publicación; pérdida cero a 50.000 eventos por segundo
- 1El switch publica eventos. El switch de pagos emite un evento por autorización, compensación y reversión mediante un productor ligero, con clave por cuenta para preservar el orden por cuenta.
- 2CDC captura cambios del core. Debezium lee el log de cambios de la base de datos del core bancario y publica inserciones, actualizaciones y borrados como eventos sin tocar la aplicación.
- 3Esquema validado. Cada evento se comprueba contra un esquema Avro o Protobuf registrado. Los productores no pueden romper a los consumidores con un cambio de campo no anunciado.
- 4Kafka almacena y replica. Los topics se escriben con factor de replicación tres y acks=all, de modo que un evento solo se reconoce cuando es durable en un quórum de brókers.
- 5Consumidores leen exactly-once. Los consumidores de fraude, conciliación y lakehouse leen con semántica transaccional, confirmando los offsets junto con su salida.
- 6Volcado a tablas Iceberg. El conector sink de Iceberg deposita los eventos en el lakehouse en minutos, particionados por día y listos para el reporting regulatorio.
Caso de uso 02
Detección de fraude en streaming con Flink
Caso de uso 03
Desacoplamiento de sistemas legacy con RabbitMQ
Arquitectura de referencia
Cómo es un despliegue que cumple
Fuentes
Backbone de mensajería
Procesamiento de flujos
Consumidores
Ruta de migración
De donde está hoy a una plataforma que cumple
01
2-3 semanasEvaluar
Actividades
- Inventariar topics, colas, productores, consumidores y conectores, incluidos los servicios cloud gestionados
- Medir el caudal actual, las tasas pico, la retención y los tamaños de mensaje
- Clasificar los flujos por alcance del CBN y por requisitos de orden y entrega
- Definir el dimensionamiento del clúster objetivo, la replicación y la estrategia de DR
02
3-5 semanasDiseñar y construir
Actividades
- Desplegar Kafka en modo KRaft, RabbitMQ y Flink sobre Kubernetes o máquinas virtuales
- Configurar TLS, autenticación SASL o mTLS, ACL y cuotas a nivel de topic
- Montar el registro de esquemas, la monitorización, el alertado y la replicación entre sitios
- Redactar runbooks para pérdida de bróker, reasignación de particiones y recuperación de jobs
03
4-8 semanas, por dominio de flujoMigrar
Actividades
- Replicar los topics desde el clúster cloud o legacy hacia Nigeria con MirrorMaker 2 o Cluster Linking
- Mover primero los consumidores y después los productores, con traducción de offsets validada
- Migrar las colas de RabbitMQ con shovel o federación y hacer el cutover por aplicación
- Reproducir y conciliar una ventana de muestra para demostrar paridad antes de dar de baja
04
ContinuoOperar
Actividades
- Soporte 24×7 con parcheo de CVE por severidad
- Revisiones trimestrales de capacidad, retardo y equilibrio de particiones
- Upgrades rotatorios de brókers, conectores y jobs de Flink sin parada
05
A partir del mes 6Evolucionar
Actividades
- Introducir almacenamiento por niveles para mantener retenciones largas en almacenamiento de objetos compatible con S3
- Extender Flink a casos de uso de conciliación, liquidez y observabilidad
- Entregar la operación diaria con un trimestre de operación en pareja
FAQ
Preguntas que nos hacen los arquitectos
En nuestra lectura, sí. El bróker procesa datos de pago y de clientes en el momento en que se publica un evento, y los topics retenidos son una copia de cada transacción. La directiva cubre el procesamiento primario, las copias de seguridad y los controles de acceso que los rodean. Esto es orientación general y no asesoramiento legal, así que confírmelo con su equipo de cumplimiento.
Ambos, para trabajos distintos. Kafka es un log reproducible para flujos de eventos de alto volumen que muchos sistemas consumen de forma independiente, como transacciones y eventos de auditoría. RabbitMQ es un bróker para comandos y colas de trabajo donde cada mensaje se procesa una vez, se reintenta y se envía a dead-letter. La mayoría de los bancos usan Kafka para el backbone de eventos y RabbitMQ para la integración con sistemas legacy y de canal.
Con factor de replicación tres, acks=all y min.insync.replicas de dos, un evento solo se reconoce tras escribirse en al menos dos brókers. Los productores idempotentes y los consumidores transaccionales evitan duplicados. Combinado con un clúster espejo en un segundo centro de datos nigeriano, el diseño tolera el fallo de bróker, rack y sitio sin pérdida.
Flink guarda checkpoints del estado de los operadores en almacenamiento durable, en nuestros despliegues un almacén de objetos compatible con S3 en Nigeria, a intervalos configurables. Tras un fallo, el job reinicia desde el último checkpoint y reprocesa los offsets de Kafka desde entonces. Con sinks exactly-once, la salida es idéntica a una ejecución sin interrupciones.
Soporte correctivo con tiempos de respuesta contractuales, parcheo de CVE por severidad, gestión del ciclo de vida de versiones y, en los niveles superiores, un ingeniero asignado, revisiones de arquitectura y soporte a upgrades. Damos soporte a los brókers, los clientes, Kafka Connect, el registro de esquemas y los jobs de Flink, no solo a los servidores.
No. Kafka 3.x funciona en modo KRaft, donde los propios brókers gestionan los metadatos. Los clústeres nuevos se construyen en KRaft desde el principio, y migramos los clústeres existentes basados en ZooKeeper como parte de la ruta de upgrade, dado que el soporte de ZooKeeper se eliminó en Kafka 4.0.
Sí. Kafka, RabbitMQ y Flink no dependen de servicios de internet. Entregamos imágenes de contenedor y paquetes a través de un registro interno con artefactos firmados y proporcionamos los parches por el mismo canal controlado.
Replicamos los topics en el clúster nigeriano, movemos primero los grupos de consumidores con traducción de offsets, después cambiamos los productores y por último verificamos la paridad sobre una ventana de muestra. Cada dominio se mueve de forma independiente. El clúster antiguo se da de baja solo cuando las comprobaciones de paridad se superan y la eliminación queda documentada.
Más de dos décadas
Construido por el equipo detrás de las plataformas de Santander, ING, Bankinter, Mapfre e Inditex
Más de veinte años diseñando, construyendo y operando nubes privadas para instituciones que no pueden permitirse fallar, y un modelo de entrega en el que le acompañamos del assessment a la operación.
Ver nuestro track record20+
Años construyendo nubes privadas
40+
Nubes privadas entregadas
Hable con un arquitecto sobre esta familia
Cuéntenos dónde está hoy y le devolveremos una primera visión de la arquitectura objetivo y la ruta de migración.