Un engranaje preciso que combina la potencia de dos motores de base de datos es lo que permite a este software filtrar en tiempo real y aplicando complejos filtros de características de producto, precios y disponibilidad, dar respuesta en cuestión de milésimas de segundo en base a las preferencias seleccionadas por el usuario.
Una visita al “corazón del cerebro” y una distendida conversación con los ingenieros que lo han hecho posible nos ha permitido saber un poco más.
La respuesta que les ha permito dar solución a una dualidad de requisitos muy específicos que el mercado MICE llevaba tiempo demandando a las herramientas tecnológicas ha sido permitir a los proveedores configurar y detallar todas las características de sus productos y, en el otro lado de esta dualidad, ofrecer a los profesionales y organizadores respuestas a demandas específicas en tiempo, condiciones y precio amoldadas a sus necesidades.
Para resolver esta dualidad declara Joan Madrid, el director técnico de nou-u: “para abordar este reto de forma óptima hemos tenido que habilitar una BBDD capaz de almacenar una cantidad de datos muy, muy, elevada, que además eran complejos y variables, que nos permitiera la transversalidad de poder conceptualizar y parametrizar desde una cadena hotelera a una pantalla de proyección”, añade “un reto que los ingenieros del equipo técnico hemos abordado en la fase de conceptualización y aplicado en el posterior desarrollo de la aplicación”.
En un proyecto convencional cada tipo de elemento es definido a nivel de base de datos, en el caso de nou-u la estructura de base de datos se adapta a una llegada constante de nuevas definiciones de productos para permitir que todos los proveedores puedan comercializar la diversidad de su oferta y ponerla a disposición del mercado.
Oriol Mercader el ingeniero de la arquitectura de sistemas, nos comenta: “Nuestra propuesta técnica, que acabó siendo desarrollada con éxito, fue un híbrido de dos motores de bases de datos totalmente diferentes. Utilizamos la potencia que MySQL nos brindaba para poder establecer tablas y relaciones complejas, aprovechando al máximo todas sus características. Creando un sistema muy parecido a nivel conceptual al conocido proyecto opensource Drupal 7 con sus definiciones ContentType”.
nouu dispone de varios buscadores avanzados, como respuesta a los profesionales y organizaciones, como propuesta a la otra parte de la dualidad, que permiten filtrar por características muy concretas, precios y disponibilidad, dando una respuesta unificada a diferentes cuestiones. A este respeto Fran Gonzalo, uno de los ingenieros de desarrollo de la aplicación dice: “ tomamos la decisión de usar MongoDB como base de datos documental por la capacidad que tiene en almacenar cantidades ingentes de datos con una estructura totalmente heterogénea que nos encajaba como “un guante” dado el modelo de datos que definimos”, para concluir nos dice: “con esta estructura y mediante procesos avanzados internos de indexado y “aplanamiento” de datos conseguimos dotar de la potencia necesaria a los buscadores”.
El sistema se parece al que usan motores de búsqueda avanzados como Solr, Lucene o ElasticSearch pero algo totalmente enfocado a la inteligencia de negocio que requería un software con unas características y especialización de mercado como es nou-u.
Otra de las ventajas de la decisión técnica tomada es que les permitirá, aseveran, en un futuro, adaptarse a motores de búsqueda mucho más completos como el citado anteriormente ElasticSearch, para seguir fortificando la necesidad dual a la que se enfrentaban y que seguro les deparará nuevos retos. Una estructura abstracta totalmente compatible con nuevos formatos con interacción de datos mediante APIs son seguro también fortalezas con las que cuentan para seguir evolucionando.
A modo de despedida Joan Madrid nos regala: “Para los más curiosos o entendidos en la materia, para el sistema de características explicado se han usado 30 tablas, contando que todo el contenido es traducible a 14 idiomas y con capacidad de poder incorporar muchos más. A nivel de MySQL. para MongoDB tenemos 10 colecciones y 14 índices creados que son los que soportan la estructura de datos”.