Trabalho Arquitetura Orientada a Serviços (SOA)

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Universidade Estácio de Sá 
Pós-Graduação em Engenharia de Software 
Disciplina: Arquitetura Orientada a Serviços 
Professor: Denis Gonçalves Cople 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2019 
 
Sumário 
 
Introdução ............................................................................................. 3 
Big Data ................................................................................................ 4 
Os 5 Vs do Big Data ................................................................................ 4 
Exemplos de uso de Big Data.................................................................... 4 
SOA ...................................................................................................... 5 
Interoperabilidade ................................................................................... 5 
Conclusão .............................................................................................. 7 
 
 
Introdução 
 
 
Big Data é um termo que descreve o grande volume de dados estruturados ou 
não que são gerados no mundo a cada segundo. 
 
Alguns números: 1,5 bilhão de usuários mensais no Whatsapp, 1,4 bilhão de 
usuários diários no Facebook, 80 milhões de fotos por dia no Instagram, 40 
milhões de artigos no Wikipedia, 4 bilhões de visualizações por dia no Youtube. 
Cerca de 80% dos dados globais são não estruturados, isso significa que a 
maior parte das informações geradas diariamente não tem relação entre si e 
nem uma estrutura definida. 
 
Os dispositivos móveis como: smartphone, tablets, netbooks, TVs com internet 
dentre outros, sobretudo em redes sem fio e dispositivos com wi-fi integrados, 
formam uma grande fonte de disseminação dessas informações. 
 
Esse trabalho visa apresentar os conceitos e a importância do SOA (Service-
Oriented Architecture) e interoperabilidade diante de um cenário tão 
diversificado de tipos de dados e de um volume tão grande de informações 
espalhadas pelo mundo. 
 
 
 
Big Data 
 
Big Data é a análise e a interpretação de grandes volumes de dados de grande 
variedade. Para isso são necessárias soluções específicas para Big Data que 
permitam a profissionais de TI trabalhar com informações não estruturadas a 
uma grande velocidade. 
As soluções de Big Data são feitas para lidar com um grande volume de dados 
não estruturados. Isso significa que eles não têm relação entre si e nem uma 
estrutura definida. São, por exemplo, posts no Facebook, fotos, tweets e 
geolocalização. 
 
Ferramentas "comuns", feitas para analisar dados estruturados, como os 
preços dos supermercados de uma região, não são capazes de analisar dados 
não estruturados. As ferramentas de Big Data não devem só dar conta da 
grande quantidade de dados variáveis, mas devem fazer isso a uma grande 
velocidade. 
As ferramentas de armazenamento de Big Data também são diferentes das 
usadas para armazenar dados comuns. Ao contrário dos bancos de dados 
comuns, os bancos usados no Big Data devem ter elasticidade, pois precisam 
suportar não só grandes volumes, mas grandes volumes que crescem muito 
em pouco tempo. Eles também precisam ser flexíveis para aceitar vários tipos 
de mídias. 
Os 5 Vs do Big Data 
 
Os principais aspectos do Big Data podem ser definidos por 5 Vs: Volume, 
Variedade, Velocidade, Veracidade e Valor. Os aspectos 
de Volume, Variedade e Velocidade dizem respeito à grande quantidade de 
dados não estruturados que devem ser analisados pelas soluções de Big Data a 
uma grande velocidade. O V de Veracidade é sobre as fontes e a qualidade 
dos dados, pois eles devem ser confiáveis. Já o V de Valor é relacionado aos 
benefícios que as soluções de Big Data vão trazer para uma empresa. 
Exemplos de uso de Big Data 
 
As empresas usam o Big Data para realizar os desejos dos clientes antes que 
eles peçam. Um exemplo disso são as sugestões de sites de compras, como a 
Amazon e as recomendações de serviços como Netflix e Spotify. 
A companhia aérea Delta identificou que uma das maiores preocupações de 
seus clientes durante as viagens era com a bagagem. Com base nessa 
informação, ela criou um recurso em seu aplicativo que ajuda os viajantes a 
rastrear suas malas, o Track My Bag. 
A Microsoft realiza pesquisas que podem ajudar a prever engarrafamentos com 
até uma hora de antecedência. O Projeto de Previsão de Trânsito deve usar 
dados como números históricos do departamento de transportes, câmeras nas 
ruas, mapas de trânsito do Bing e posts nas redes sociais. 
A análise de Big Data também pode ser usada para dar suporte a ações do 
governo. Durante a epidemia de gripe suína, uma equipe da Telefônica usou 
dados da rede de celulares para entender como as pessoas estavam se 
locomovendo durante o surto da doença. Suas descobertas ajudaram a validar 
ações do governo para combater a crise. 
 
Referência: 
 
https://canaltech.com.br/big-data/o-que-e-big-data/ 
 
SOA 
 
SOA (Service-Oriented Architeture) é uma arquitetura de softwares que tem 
como filosofia a disponibilização de aplicações na forma de serviços. Isso quer 
dizer que todos os módulos desenvolvidos estarão disponibilizados através de 
um barramento de comunicação que permite a interoperabilidade entre 
diferentes tipos de serviços. 
A SOA é baseada em computação distribuída e utiliza os mesmos protocolos de 
requisições e respostas, usados na internet. No entanto, a arquitetura vai além 
das especificações técnicas que definem o tipo de produto e como ele se 
comunica. Ela também aplica uma série de boas práticas para criação e 
gerenciamento dos serviços desenvolvidos. 
Seu grande diferencial é permitir que serviços distintos trabalhem em 
conjunto. Isso quer dizer que programas desenvolvidos por empresas 
diferentes, usando linguagens de programação distintas, podem ser 
conectados dentro de um mesmo produto pelos mesmos protocolos de 
comunicação. 
Interoperabilidade 
 
Os serviços são independentes da plataforma ou da tecnologia. Eles podem ser 
desenvolvidos usando qualquer linguagem de programação em qualquer 
sistema operacional, desde que consigam comunicar entre si. O resultado é a 
integração com outros sistemas, serviços e aplicações. 
 
É uma abordagem arquitetural corporativa que permite a criação de aplicações 
que disponibilizem serviços de negócio, que possam ser facilmente 
coordenados, reusados e compartilhados. 
 
A interoperabilidade garante a visão transparente para acesso aos serviços 
disponibilizados por TI, fornecendo uma camada de abstração acima das 
plataformas tecnológicas, influenciando inclusive no baixo acoplamento. 
Visando interoperabilidade, devem ser definidos os padrões de interface, mas, 
sobretudo, padrões de implementação. 
 
É importante deixar claro que a interoperabilidade não é suficiente para uma 
adoção de SOA com sucesso. Por exemplo, para que os serviços sejam 
compostos e replicados em novos contextos é importante que exista baixo 
acoplamento. Porém, apenas a independência de tecnologia não garante a 
existência de baixo acoplamento nos serviços (que vai muito além da 
tecnologia). 
 
Referência: 
https://transformacaodigital.com/desvendando-a-soa-arquitetura-orientada-a-
servicos/ 
http://www.univale.com.br/unisite/mundo-j/artigos/37Interoperabilidade.pdf 
 
Conclusão 
 
As soluções de Big Data são feitas para lidar com um grande volume de dados 
não estruturados. Isso significa que eles não têm relação entre si e nem uma 
estrutura definida. 
As ferramentas de Big Data não devem só dar conta da grande quantidade de 
dados variáveis, mas devem fazer isso a uma grande velocidade. Elas também 
precisam ser
flexíveis para aceitar vários tipos de mídias. 
A busca por dispositivos capazes de adaptarem-se a um número maior de 
tecnologias tem sido a questão da atualidade, no momento em que os serviços 
descentralizados transformam a internet numa necessidade quase que 
essencial para muitos usuários. 
 
O sonho de visualizar grandes tecnologias unidas em prol da disseminação da 
informação torna possível o investimento na interoperabilidade. Outro aspecto 
a ser analisado é fato de que o aprimoramento de interfaces com 
multiplicidade de recursos tecnológicos devem seguir o ritmo de inovação das 
existentes e o surgimento de outras novas. 
 
Outro tipo de interoperabilidade visa diminuir a inconsistência dos dados 
atualizados por aplicações web e mobile simultaneamente, a elaboração de um 
repositório unificado de dados (RDF) visa propiciar que aplicações reconheçam 
atualizações realizadas por outras aplicações evitando, sempre que possível, o 
uso de repositórios privados. 
 
Embora algumas tecnologias facilitem nossa vida, a garantia de sucesso (neste 
caso, interoperabilidade) depende muito mais de boas práticas e padrões do 
que de uma linguagem de programação ou tecnologia específica.