Drasi é o novo projeto de código aberto da Microsoft que simplifica a detecção e reação a alterações em sistemas complexos, aprimorando arquiteturas orientadas a eventos em tempo actual.
Drasi é um novo sistema de processamento de dados que simplifica a detecção de eventos críticos em infraestruturas complexas e a tomada de ações imediatas de acordo com os objetivos de negócios. Os desenvolvedores e arquitetos de software program podem aproveitar seus recursos em cenários orientados a eventos, seja trabalhando em integrações de Web das Coisas (IoT), aprimorando protocolos de segurança ou gerenciando aplicativos sofisticados. A equipe de Incubações do Microsoft Azure tem o prazer de anunciar que o Drasi agora está disponível como um projeto de código aberto. Para saber mais e começar a usar o Drasi, visite drasi.io e o projeto Repositórios GitHub.
Arquiteturas orientadas a eventos
Os sistemas orientados a eventos, embora poderosos para permitir respostas em tempo actual e dissociação eficiente de serviços, apresentam vários desafios do mundo actual. À medida que os sistemas são dimensionados de acordo com as necessidades dos negócios e os eventos crescem em frequência e complexidade, a detecção de alterações relevantes nos componentes pode se tornar uma tarefa árdua. A complexidade adicional surge do armazenamento de dados em vários formatos e silos. Garantir respostas em tempo actual nesses sistemas é essential, mas atrasos no processamento podem ocorrer devido à latência da rede, congestionamento ou processamento lento de eventos.
Atualmente, os desenvolvedores lutam para construir mecanismos de tratamento de eventos porque as bibliotecas e serviços disponíveis raramente oferecem uma estrutura unificada de ponta a ponta para detecção e reação a alterações. Freqüentemente, eles precisam reunir diversas ferramentas, resultando em arquiteturas complexas e frágeis, difíceis de manter e dimensionar. Por exemplo, as soluções existentes podem depender de mecanismos de sondagem ineficientes ou exigir consultas constantes de fontes de dados, levando a gargalos de desempenho e aumento do consumo de recursos. Além disso, muitas ferramentas de detecção de alterações não possuem recursos reais em tempo actual, utilizando processamento em lote, coleta de dados ou análise de eventos atrasados. Para as empresas que necessitam de reações imediatas, mesmo estes pequenos atrasos podem levar à perda de oportunidades ou riscos.
Em suma, existe uma necessidade premente de uma solução abrangente que detecte e interprete com precisão eventos críticos e automatize reações apropriadas e significativas.
Apresentando o Drasi para sistemas orientados a eventos
Drasi simplifica a automação de reações inteligentes em sistemas dinâmicos, fornecendo insights acionáveis em tempo actual sem a sobrecarga dos métodos tradicionais de processamento de dados. Ele adota uma abordagem leve para rastrear alterações do sistema, observando eventos em logs e feeds de alterações, sem copiar dados para um knowledge lake central ou consultar repetidamente fontes de dados.
Os desenvolvedores de aplicativos usam consultas de banco de dados para definir quais alterações rastrear e expressar condições lógicas para avaliar os dados alterados. Drasi então determina se alguma alteração aciona atualizações nos conjuntos de resultados dessas consultas. Se o fizerem, ele executa reações sensíveis ao contexto com base nas necessidades do seu negócio. Esse processo simplificado reduz a complexidade, garante ações oportunas enquanto os dados são mais relevantes e evita que alterações importantes passem despercebidas. Este processo é realizado usando três componentes Drasi: Fontes, Consultas Contínuas e Reações:
- Fontes—Eles se conectam a várias fontes de dados em seus sistemas, monitorando continuamente mudanças críticas. Uma fonte rastreia logs de aplicativos, atualizações de banco de dados ou métricas de sistema e reúne informações relevantes em tempo actual.
- Consultas contínuas—Drasi usa consultas contínuas em vez de consultas manuais pontuais, avaliando constantemente as alterações recebidas com base em critérios predefinidos. Essas consultas, escritas em Cypher Question Language, podem integrar dados de diversas fontes sem a necessidade de agrupamento prévio.
- Reações—Quando as alterações completam uma consulta contínua, Drasi executa reações automatizadas registradas. Estas reações podem enviar alertas, atualizar outros sistemas ou executar etapas de correção, tudo adaptado às suas necessidades operacionais.
A arquitetura do Drasi foi projetada para oferecer extensibilidade e flexibilidade em seus dois pontos de integração, Fontes e Reações. Além das fontes e reações Drasi pré-construídas disponíveis para uso hoje, que incluem PostgreSQL, Microsoft Dataverse e Azure Occasion Grid, você também pode criar suas próprias integrações com base nas necessidades de negócios ou requisitos do sistema. Essa versatilidade facilita a adaptação e personalização do Drasi para ambientes específicos.
Para ilustrar o Drasi em ação, vejamos uma solução que construímos recentemente para converter a telemetria de veículos de frotas conectadas em operações comerciais acionáveis. A solução anterior exigia múltiplas integrações entre sistemas para consultar dados estáticos sobre os veículos e seus registros de manutenção, processar em lote a telemetria do veículo e combiná-la com os dados estáticos e, em seguida, acionar alertas. Previsivelmente, essa configuração complexa period difícil de gerenciar e atualizar para atender às necessidades comerciais. Drasi simplificou isso agindo como o único componente para detecção de alterações e reações automatizadas.
Nesta solução, uma única instância do Drasi utiliza duas fontes distintas: uma para o Microsoft Dynamics 365 recolher registos de manutenção e uma segunda para os Azure Occasion Hubs se ligarem a fluxos de telemetria. Duas consultas contínuas avaliam os eventos de telemetria em relação aos critérios de manutenção planejada preditiva (por exemplo, o veículo completará 16.000 quilômetros nos próximos 30 dias) e alertas críticos que exigem correção imediata. Com base nos conjuntos de resultados das Consultas Contínuas, um único Response for Dynamics 365 Subject Service envia informações para gerar um alerta de IoT para eventos críticos ou notificar um administrador de frota de que um veículo atingirá um marco de manutenção em breve.
Outro exemplo prático que mostra a aplicabilidade do Drasi no mundo actual é o seu uso na gestão inteligente de edifícios. Os gestores de amenities normalmente utilizam dashboards para monitorar os níveis de conforto de seus espaços e precisam ser alertados quando há desvios nesses níveis. Com o Drasi, criar um painel sempre preciso foi simples. Os espaços do edifício são representados em um Banco de dados Cosmos do Microsoft Azure banco de dados, que registra atualizações das condições do ambiente. Uma Fonte Drasi lê os registos de alterações da base de dados DB do Azure Cosmos e passa estes dados de alterações para Consultas Contínuas que calculam os níveis de conforto para quartos individuais e fornecem valores agregados para pisos inteiros e para o próprio edifício. Uma reação para SignalR recebe a saída das consultas contínuas e direciona atualizações diretamente para um painel baseado em navegador.
Para oferecer uma ideia de como o Drasi pode beneficiar as organizações, aqui está o suggestions da Netstar, um de nossos parceiros de visualização. Os sistemas Netstar lidam com grandes quantidades de dados de monitoramento e gerenciamento de frota e fornecem informações valiosas e em tempo actual aos clientes.
Acreditamos que a Drasi tem potencial para nossos produtos e clientes; a flexibilidade da plataforma sugere que ela poderia se adaptar a diversos casos de uso, como fornecer informações atualizadas sobre frotas de clientes, bem como alertar a Netstar sobre problemas operacionais em nosso próprio ambiente. A flexibilidade da Drasi pode nos permitir simplificar e agilizar tanto nossa análise quanto nossa pilha de software program. Esperamos continuar experimentando o Drasi e fornecer suggestions à equipe do Drasi.
—Daniel Joubert, gerente geral, Netstar
Drasi: Uma nova categoria de sistemas de processamento de dados
Gerenciar mudanças em sistemas em evolução não precisa ser uma tarefa complicada e propensa a erros. Ao integrar múltiplas fontes de dados, monitorar continuamente mudanças relevantes e desencadear reações inteligentes e automatizadas, a Drasi agiliza todo o processo. Não há mais necessidade de construir sistemas complicados para detectar mudanças, gerenciar grandes knowledge lakes ou lutar para integrar softwares de detecção modernos em ecossistemas existentes. Drasi fornece clareza em meio à complexidade, permitindo que seus sistemas funcionem com eficiência e que seu negócio permaneça ágil.
Tenho o prazer de compartilhar que o Drasi foi submetido à Cloud Native Computing Basis (CNCF) como um projeto Sandbox. Isto significa que beneficiará da orientação, apoio, governação, melhores práticas e recursos da comunidade CNCF, se for aceite. A incubação e submissão de Drasi a uma fundação baseia-se nos esforços da Microsoft para capacitar os desenvolvedores a construir qualquer aplicativo usando qualquer linguagem em qualquer plataforma, criando tecnologia aberta e flexível para aplicativos de nuvem e de borda. A equipa da Azure Incubations contribui regularmente para este objetivo, lançando projetos como Dapr, KEDA, Copacéticoe mais recentemente Raioque são neutros em termos de nuvem e de código aberto. Esses projetos estão disponíveis em GitHub e fazem parte do CNCF.
Acreditamos que nossa mais recente contribuição, Drasi, pode ser uma parte very important do cenário nativo da nuvem e ajudar a promover tecnologias nativas da nuvem.
Envolva-se com Drasi
Como um projeto de código aberto, licenciado sob a licença Apache 2.0, Drasi ressalta o compromisso da Microsoft em promover a inovação e a colaboração na comunidade tecnológica. Damos as boas-vindas a desenvolvedores, arquitetos de soluções e profissionais de TI para ajudar a construir e aprimorar o Drasi. Para começar com Drasi, consulte: