Dissertação

Flexible Large-Scale Data Storage EVALUATED

Com o aumento da quantidade de informação processada, as empresas são forçadas a aumentar as suas infraestruturas de modo a continuarem a prestar um serviço de qualidade aos seus clientes. Para além disso, diferentes classes de pedidos têm diferentes requisitos de performance e consistência, o que cria tensão entre a simplicidade de utilizar o mesmo sistema para lidar com todos os pedidos e a capacidade de diferenciar como estes pedidos são processados. No entanto, empresas que não têm a dimensão de grandes entidades, sentem dificuldades em garantir que a qualidade do serviço prestado não seja afetada. Neste trabalho, foi feita uma análise meticulosa em relação aos diferentes tipos de soluções capazes de lidar com o aumento da quantidade de informação, para projetar uma solução tão capaz quanto aquelas, mas a um custo reduzido. Após esta análise, esta dissertação propõe uma abordagem híbrida, inspirada no padrão de software Command Query Responsibility Segregation. No seu estado mais puro, este padrão segrega os pedidos de acordo com o seu propósito, leitura ou escrita de dados. No entanto, nós iremos mais longe e teremos em conta os diferentes níveis de consistência de cada pedido. Para testar a nossa solução, colaborámos com a Unbabel, uma startup que fornece tradução como um serviço, implementando-a num módulo específico do seu sistema. Os resultados desta avaliação demonstram que a nossa solução é capaz de melhorar o tempo de resposta dos pedidos de leitura que possuem requisitos de consistência mais relaxados, atingindo, em média, um speedup de 3.30.
CQRS, Armazenamento em larga escala, Disponibilidade, Consistência

Novembro 13, 2018, 9:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Rodrigo Seromenho Miragaia Rodrigues

Departamento de Engenharia Informática (DEI)

Professor Catedrático

ORIENTADOR

Marcelo Lebre

Unbabel

Especialista