Exatamente hoje (dia 26 de Agosto de 2026), tive uma aula de Sistemas distribuídos. Atualmente estamos vendo o livro do Andrew S. Tanenbaum junto com o Maarten Van Steen sobre o tema.

livro Tanenbaum
livro Tanenbaum

Inclusive, para interessados, o livro está disponível gratuitamente no site do Maarten https://www.distributed-systems.net/

Site do Maarten
Site do Maarten

Contudo, nosso livro não aborda sobre Serveless, e nossa professora achou importante que sobessemos sobre o tema. Assim ela divulgou uma dissertação de mestrado de um de seus alunos (inclusive está disponível em: https://repositorio.unesp.br/entities/publication/fa5f4662-d479-4fa2-9d7b-8676914d0da3) e pediu para que fizessemos uma pesquisa em artigos sobre isso.

Gostei tanto do que encontrei que resolvi divulgar com vocês aqui. Acredito que está simples e didático, então espero que possam aproveitar. As Referências também estão disponível ao final do artigo em Referências.

Cloud

- Iaas, Paas, Saas são padrões pela NIST
- começou devido a virtualização (ESX) e a internet
- containers e separação de grupos de recursos, provido pelo BSD (jails) e Linux (cgroups), também ajudaram

Alguns tipos de Cloud

Multi-Cloud

- usar multiplos serviços de diferentes providers ao mesmo tempo
- mais dificil de gerenciar

Hybrid Cloud

- usar nuvem privada e publica ao mesmo tempo
- também é uma tarefa complicada devida a certas implicações

Federated Cloud

- Trazer varias clouds para o mesmo guarda-chuva
- reduz o lock in de providers

microcloud

- redução de latência
- redução do footprint no meio ambiente
- uso de hardware low-cost (raspberry pi, odroid)
- redução da comunicação entre user e datacenter
- maneira mais decentralizada

cloudlet

- parecido com microcloud
- usado no contexto de mobile
- usado para diminuir latência e QoS de aplicações mobile

Ad Hoc Cloud

- usar aparelhos comuns de usuários comuns para aproveitar o processamento que não é totalmente aproveitado
- problemas com usuários maliciosos
    - semelhante à uma botnet
- uso de mobile de usuários para uma rede grande pode diminuir a vida útil de aparalhos
    - usuários precisam estar cientes e ser voluntários
- P2P por exemplo com bittorrent
- pode ser visto como `social cloud computing`
- ideia de `fog computing`, da qual dispositivos básicos são usados aos montes para integrar uma rede de aumentar a capacidade de processamento e diminuição de latência geral
- também há a ideia de `edge computing`, da qual é utilizado redes móveis para reduzir trafego

Heterogeneous Cloud

- pode ser no contexto de multiclouds
- pode ser à nivel de arquitetura, tendo diversas arquiteturas disponíveis

Apenas interessante (SDN):

- Software Defined Networking (SDN)
- maneira de isolar o hardware dos componentes que controlam o trafego dedados
- permite a codificação dos componentes que controlam a rede
- arquitetura dinâmica, usada para evoluir junto com o volume de dados gerados hoje
- Há também SDC (Software defined computing) do qual tem o objetivo de reconfigurar e adaptar recursos físicos
- usados para QoS
- permite ambientes mais heterogêneos e a granularidade das configurações

5 Caracteristicas de cloud

1. sob demanda
2. acesso amplo a rede (de qualquer local)
3. aglomerado de recursos distribuidos
4. rápida eslaticidade (facil de escalar)
5. Coleta de métricas

Serverless

- No modelo serverful, o consumidor paga por toda a máquina
    - Nem todos os clientes utilizam toda a máquina
- Serveless surgiu como uma maneira do cliente pagar apenas por sua aplicação, e não pela máquina
- ainda há servidor mesmo sendo serverless
- parte de uma máquina é alugada
- período menor de tempo
- custo é referente a execução de determinada porção de código (custo granular)
- abstração de complexidade
    - não há necessidade de saber sobre infraestrutura ou outras configurações
- provedor se encarrega de provisionar, gerenciar e escalar servidores máquinas e containers
- não há uma definição formal
- criado para reduzir a complexidade de manter uma máquina na nuvem
- similar to PaaS
- não tem estado devido ao curto tempo de vida
- segue a ideia de microserviços
    - decomposição do software em partes pequenas que podem rodar de forma independente
- pode ser visto como uma maneira de executar e hospedar microserviços
- quando um evento é disparado, o provedor sobe a instancia do container/vm que possui a função serverless e após a execução esses recursos são liberados e reciclados
- armazenamento é separado das instâncias
- o desenvolvedor pré-define os eventos que invocarão a função
- desenvolvedor foca apenas na lógica
- última parte depois de anos de evolução em containers e virtualização
- transição de `bare metal` para `bare code`
- começou na decada de 1968, com o CICS da IBM. Uma ideia bem primitiva de executar, programas de usuário aparti de transações (eventos)
    - a evolução também se deu devido ao RPC e CGI

Exemplos Serverless

- AWS Lambda
- Google Serverless Computing
- Azure Functions

exemplos de uso

- app de camera, do qual utiliza Faas para funções de edição
- aplicação IOT que recolhe informações e funções serverless são usadas para processar os dados

Serverless é usado em:

- Machine Learning
- IOT
- Análises
- Big Data

Tipos:

Faas (Function as a Service)

- execução baseada em eventos
- tempo de execução limitada
- ocioso até um evento acontecer
- isolados
- containers
- operantes até a pedida da retirada do ar pelo criador
- contém: controlador, fonte de eventos e instâncias das funções
    - controlador: gerencia o desenvolvimento das funções, gerencia da escalabilidade, monitoramento das instâncias, controle de funções e fonte de eventos
    - fontes de eventos: acionam ou transmite eventos para as instâncias
    - instâncias: ambientes de execução para as funções

Baas (Backend as a Service)

- serviços terceiros sobre demanda
- abstração passada para o frontend
- exemplos: 2FA, Login, DB, File Store

Vantagens:

- escalonamento ágil (tanto vertical como horizontal)
- sem despesas por ociosidade
- sem custo por escalabilidade
- redução do custo operacional
- fast time to market
- uso eficiente de recursos

Desvantagens:

- Desempenho (tempos de inicialização são custosos)
- Latência de inicialização (cold start) (quando recursos precisam ser criados isso leva mais tempo do que um warm start)
- lock in do provedor (ficar preso à um provedor)
- segurança
- precificação (dependendo do que for usado pode sair mais custoso que uma máquina virtual completa)
- Sistema legado (mais dificil de traduzir para serverless)
- tempo de execução (tempo é restringido pelo provedor, então deve-se levar em consideração para o armazenamento de informações e execução em si)
- Limitações de Recursos

Futuro:

- Hardware accelerators (GPUs, FPGAs)
- multi-cloud
- stateful
- melhor predição de preços
- migração para serverless

Bad practices:

- Asynchronous calls
    - aumentam a complexidade do sistema
    - deve ser implementada de forma sincrona ou usar pub-sub
    - pode ser usado como gatilho para outras tarefas longas
- Chamar outras funções
    - dificulta o debugging
    - diminui a isolação
    - junte as funções quando possível
- código compartilhado entre funções
    - pode quebrar funções existentes
    - atingir limites de tamanho
    - piorar o tempo de inicialização
    - escreva funções desacopladas
- usar muitas bibliotecas
    - use apenas o necessário
    - em AWS Lambda (se o tempo de inicialização não for problema) carregue as bibliotecas no inicio
- usar muitas tecnologias diferentes
    - aumenta a complexidade de manutenção
    - limitar o numero de tecnologias usadas
- muitas funções
    - diminui a mantenabilidade
    - agrupar funções em microserviços
    - considerar se vale a pena criar uma nova função ou alterar uma existente

Referências: