MapR anuncia suporte a microserviços orientado a eventos

A MapR Technologies, fornecedora da Converged Data Platform, acaba de anunciar suporte abrangente para microserviços que impulsionam análises contínuas, ações automatizadas e resposta rápida para melhorar o impacto de negócio na medida em que  ocorre. As novas capacidades da plataforma MapR variam de monitoramento e gerenciamento de aplicativos de microserviços para suporte integrado ao desenvolvimento de aplicações ágeis de microserviço.

“Um dos problemas mais difíceis quando da criação e desenvolvimento de microserviços para uma empresa são os dados”, diz Robin Bloor, analista-chefe e cofundador da consultoria de analytics The Bloor Group. “Como eles são compartilhados, gerenciados, protegidos e entregues é uma condição fundamental para o êxito da criação e implementação de aplicativos, especialmente para aplicações de missão crítica em tempo real. A chave é combinar operações com o processamento analítico”, opina Bloor.

O suporte para microserviços orientado a eventos baseia-se em novas capacidades subjacentes, que incluem:

  • Monitoramento abrangente das operações no âmbito do cluster e o uso de recursos em um painel de visão geral
  • Volumes específicos de microserviços para o controle de versão de aplicativos, simplificando o ciclo de desenvolvimento e implementação de produção
  • Microserviços para testes A-B e testes variados que permitem o desenvolvimento de modelos rápidos de aprendizagem de máquina e otimização

    mapr-converged-data-analytics-process-4

Os microserviços orientados a eventos na Converged Data Platform do MapR possibilitam aos desenvolvedores a liberdade de combinar uma série de funções analíticas e de aprendizagem de máquina diretamente sobre os dados. E também impulsionam serviços de arquivos, streaming e de banco de dados que podem ser orquestrados na Converged Data Platform através de um framework que integra dados em movimento e dados em repouso para suportar os processamentos de baixa latência e de latência contínua. Esta abordagem altamente eficaz integra informações dos últimos eventos com profundos insights de dados acumulados.

Essas capacidades atribuídas aos microserviços vão de encontro aos principais recursos da Converged Data Platform do MapR, e incluem:

  • Segurança unificada com Access Control Expressions para volumes de dados, incluindo streaming
  • Suporte para o desenvolvimento de aplicações ágeis e “conteneirizadas” no Docker, incluindo aplicações com requisitos de dados persistentes
  • Serviços convergentes de mensagens, análise e processamento nos mesmos nós físicos para requisições em tempo real
  • Suporte para arquiteturas híbridas de microserviço na nuvem com serviço de mensagem global, namespace global de dados, fluxo de dados bidirecionais com detecção de loop, e capacidades de dimensionamento de serviços
  • Isolamento lógico e funcional de serviços. Ideal para modelo de treinamento de aprendizagem de máquina e avaliação
  • Alta disponibilidade contínua e capacidades de recuperação de desastres de missão crítica e multi-master


Aplicativos de microserviços e outros desenvolvimentos de aplicações convergentes são simplificados na plataforma MapR. Os desenvolvedores têm a liberdade de combinar arquivos, banco de dados, documento e recursos de streaming analytics. Com uma única linha de código, os desenvolvedores podem facilmente persistir tipos de dados complexos com JSON no MapR-DB, para que possam focar no desenvolvimento de recursos inovadores. Painéis customizáveis oferecem visibilidade completa do cluster e das operações de software, bem como do uso e logs de serviço. O Exchange, parte da MapR Converge Community, oferece um fórum público para compartilhar as melhores práticas sobre microserviços, dashboards e trechos de código.

O MapR também divulgou um Converged Application Blueprint para ajudar a acelerar o desenvolvimento de aplicações inovadoras. O Blueprint inclui o código-fonte do aplicativo para demonstrar como os microserviços se combinam para formar uma aplicação convergente que captura dados de streaming de alta velocidade, persiste os dados para análise do histórico e oferece análises em tempo real.

Fonte: insideBIGDATA

21