Baixe o app para aproveitar ainda mais
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.
Compartilhar