La idea es lograr capturar cuando hay cambios de datos en los sistemas LOB que participan de la arquitectura SOA.

Para poder hacer CDC se necesita tener un agente que este observando lo que pasa con los datos. Este es el patrón “sapo” 🙂  (Fowler lo llama observador)

Algunas consideraciones:

1. CDC: Change Data Capture.

a. KEY Driver of CDC: Data volumens, Data Legacy.

 

2. Event Driven BPM: el CDC activa un BPM.

a. Puede aplicar reglas de negocio.

b. Pueden participar workflow humanos.

3. CDC consideraciones:

a. Históricamente se usaban TimeStamp.

b. La comparación de datos, muy costosa.

c. Uso de Triggers programados.

4. Solución de CDC

a. Leer el log de la DB. (cool)

b. Usar el evento user exit para grabar un los de cambios,

c. Eventos en los programas.

d. Lo que se usa depende de la base de datos, performance y latencia permitida.

5. Impacto en los sistemas de CDC

a. Todas las soluciones tiene impacto.

6. Latencia, un factor clave.

a. Uso de Batch con criterios de tiempo, número de cambios, pull.

b. RealTime, los cambios son propagados de inmediato. Son eventos.

7. Consideraciones cuando se trabaja con LOG

a. Commited and uncommitted changes.

b. Marcas de las transacciones.

c. Cambios redundantes.

d. LOG archivados y activos.

8. Otras consideraciones

a. Soporte de múltiples consumidores del evento.

b. Recuperación de desastres.

9. Business Drivers

a. Mantener data consistente para tomar desciciones en poco tiempo.

b. Soporte de dachboard en tiempo real.

 

10. Legacy Integration Challenges

a. Interoperabilidad.

b. Metadata y mapa de datos.

c. Complejidad y diversisdad.

d. Seguridad.

e. RAS (Realiability, Availiability, Scalability)

11. Patrones típicos de implementación

a. Legacy data CDC to BizTalk.

b. BizTalk to Legacy Data Source

c. Legacy Business Logia to Biztalk

d. BizTalk to legacy Business Logia.