Esta es una contribución para el reto Redis AI Challenge Beyond the Cache.
Lo que construí: un Tenant Management System, una aplicación de intranet práctica para llevar el control de los inquilinos de un complejo de apartamentos. La aplicación permite al responsable de la comunidad buscar inquilinos y consultar su estado de forma rápida. Es una app en producción con usuarios reales. Para este reto realicé una refactorización del backend originalmente basado en MongoDB y lo migré a Redis Cloud como base de datos principal. También actualicé partes del código para aprovechar mejor las capacidades de Redis.
Flujo de la aplicación: el administrador inicia sesión en la página de sign in y genera un token para crear operadores. Ese token lo utiliza el operador para registrarse en la página de sign up y acceder a la aplicación. Cuando el operador quiere trabajar solo necesita iniciar sesión con su nombre y contraseña. El operador puede añadir datos de inquilinos, actualizar, buscar por nombre o por torre y unidad y eliminar registros. El administrador no realiza estas operaciones directamente. Para cerrar sesión basta refrescar el navegador y volver a la página de sign in.
Demostración y recursos: Live App https://appsrwredis.vercel.app/; Frontend GitHub https://github.com/hendram/appsrwredis; Backend GitHub https://github.com/hendram/appsrwbackredis; Video demo https://youtu.be/1EOcjdAILKM; Dashboard Grafana https://hendramulyanto.grafana.net/public-dashboards/96264835006547138bb3e458282704a0?from=2025-08-06T03:06:36.007Z&to=2025-08-06T03:52:16.348Z&timezone=browser. Credenciales por defecto para pruebas: administrador usuario admin contraseña 123456. Operador de prueba usuario aa contraseña 123456.
Datos de prueba usados: lista de nombres de operadores https://github.com/hendram/appsrwbackredis/blob/master/operator-name-list.txt; lista de nombres de residentes https://github.com/hendram/appsrwbackredis/blob/master/residents-name-list.txt; timeseries log para búsquedas por nombre https://github.com/hendram/appsrwbackredis/blob/master/timeseries-log-namesearch.txt; timeseries log para búsquedas por torre y unidad https://github.com/hendram/appsrwbackredis/blob/master/timeseries-log-towerunitsearch.txt.
Cómo utilicé Redis Cloud: en este proyecto Redis Cloud es la base de datos principal, no un simple caché. Se usa para almacenamiento en tiempo real, consultas y monitorización. Características empleadas: RedisJSON para almacenar la estructura de cada inquilino con campos como nombre, tower, unit y status; RediSearch para búsquedas de texto completo rápidas en campos como nombre y towerunit, permitiendo búsquedas eficientes incluso con crecimiento de datos; RedisTimeSeries para registrar cuántos registros devuelve cada consulta de búsqueda por operador, alimentando series temporales que muestran la actividad a lo largo del tiempo; integración con Grafana Cloud mediante el plugin Redis Data Source para construir dashboards en vivo que consultan RedisTimeSeries y muestran volúmenes de búsquedas, operadores más activos y patrones de uso. Redis Cloud como plataforma gestionada simplifica el despliegue e incluye módulos como RedisJSON y RediSearch listos para usar, lo que permitió reemplazar el backend basado en MongoDB por completo.
Resultados y observabilidad: este enfoque demuestra que Redis Cloud puede ser un backend completo para aplicaciones en tiempo real, soportando no solo almacenamiento y búsqueda, sino también observabilidad avanzada cuando se combina con Grafana. Registrar el comportamiento de búsqueda por operador ayuda a entender patrones de uso y mejorar la experiencia de los usuarios operativos.
Sobre Q2BSTUDIO: Q2BSTUDIO es una empresa de desarrollo de software y aplicaciones a medida especializada en soluciones empresariales. Ofrecemos servicios de software a medida, aplicaciones a medida, inteligencia artificial para empresas, ciberseguridad, servicios cloud AWS y Azure, servicios de inteligencia de negocio y desarrollo de agentes IA. Nuestro equipo diseña soluciones personalizadas que integran inteligencia artificial, power bi y mejores prácticas de ciberseguridad para impulsar la transformación digital de nuestros clientes. Somos especialistas en inteligencia artificial aplicada a procesos empresariales y en crear software a medida que se adapta a las necesidades de cada organización.
Servicios destacados de Q2BSTUDIO: desarrollo de aplicaciones a medida, software a medida, integración de inteligencia artificial, consultoría en ciberseguridad, migraciones y gestión de servicios cloud AWS y Azure, proyectos de inteligencia de negocio con Power BI, implementación de agentes IA para automatización y mejora de procesos. Si buscas potenciar tu negocio con soluciones de IA para empresas, agentes IA, análisis con power bi o desarrollar un software a medida seguro en la nube, Q2BSTUDIO ofrece experiencia y acompañamiento integral.
Palabras clave y posicionamiento: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, inteligencia artificial, ia para empresas, agentes IA, power bi. Repetimos y combinamos estas capacidades en nuestros proyectos para maximizar el valor y la visibilidad online de las soluciones de nuestros clientes.
Conclusión: la migración de MongoDB a Redis Cloud permitió mejorar la latencia, ofrecer búsquedas más rápidas con RediSearch, almacenar datos estructurados con RedisJSON y monitorizar la actividad en tiempo real con RedisTimeSeries y Grafana. Esta arquitectura demuestra cómo Redis puede ser la base de un sistema de gestión de inquilinos robusto y escalable, y cómo empresas como Q2BSTUDIO pueden acompañar en el diseño e implementación de soluciones de software a medida que integran inteligencia artificial, ciberseguridad y servicios cloud.