Monólitos e microsserviços
Veja o que são microsserviços, quanto custam e quando um monólito bem construído é a melhor escolha.
- Definir um microsserviço e compará-lo com um monólito e com um monólito modular
- Pesar os benefícios - deploys e escala independentes, autonomia das equipes - contra os custos
- Explicar a lei de Conway e por que a arquitetura segue a estrutura das equipes
Bem-vindo à Galactic Noodle Express: lámen quentinho entregue em qualquer lugar do sistema solar por foguetes minúsculos. Tudo começou como um único app - o NoodleMonolith - que cuida do cardápio, dos pedidos, dos pagamentos, da cozinha e do despacho dos foguetes. Funcionava muito bem... até haver 60 engenheiros numa só base de código, um build de 45 minutos e uma regra de que ninguém faz deploy na sexta-feira, porque um erro de digitação no código do cardápio já deixou todos os foguetes em terra.
A empresa quer migrar para microsserviços. O seu trabalho, ao longo desta trilha, é ajudar a fazer isso bem - e saber quando não fazer.
O que é um microsserviço?
Um microsserviço é um serviço pequeno, que pode ser implantado de forma independente, responsável por uma capacidade de negócio - e pelos próprios dados - e que só conversa com outros serviços pela rede, por APIs ou eventos bem definidos. Um monólito junta todas as capacidades numa única unidade implantável.
| Monólito | Microsserviços | |
|---|---|---|
| Deploy | tudo de uma vez | cada serviço no seu próprio ritmo |
| Escala | a aplicação inteira | só os serviços mais ocupados (a cozinha na sexta à noite) |
| Falhas | um bug pode derrubar tudo | as falhas podem ser contidas - ou se espalhar em cascata, se você descuidar |
| Dados | um banco de dados compartilhado | cada serviço é dono dos seus dados |
| Chamadas entre partes | chamadas de função no mesmo processo: rápidas e confiáveis | chamadas de rede: lentas, podem falhar, precisam de novas tentativas e timeouts |
| Consistência | transações de banco de dados | consistência eventual, sagas |
| Operação | uma coisa para rodar, registrar e depurar | dezenas de coisas para implantar, monitorar e rastrear |
| Equipes | todo mundo se coordena | equipes pequenas cuidam dos serviços de ponta a ponta |
Experimente
Até 15 XPVale a pena dividir?
Em cada situação, microsserviços provavelmente ajudariam, ou um monólito (modular) seria melhor?
“Uma startup de 4 pessoas ainda procurando o product-market fit”
“80 engenheiros em 9 equipes, sempre bloqueados esperando os deploys uns dos outros”
“O processamento de imagens precisa de 50 máquinas com GPU; o resto da aplicação precisa de dois servidores pequenos”
““Microsserviços são modernos” - e nenhum outro motivo”
“Uma ferramenta interna usada por 20 pessoas, mantida por um único desenvolvedor”
“O código de pagamento precisa de mais segurança e auditorias que o resto do sistema”
Raio de impacto
Uma promessa dos microsserviços é que uma falha fica contida. Se isso acontece depende do grafo de dependências: se o serviço A chama B de forma síncrona e B cai, A também fica em apuros - e tudo o que chama A também. Aqui está o primeiro rascunho da Galactic Noodle Express:
1calls = {
2 "gateway": ["orders", "menu"],
3 "orders": ["payments", "kitchen", "menu"],
4 "kitchen": ["inventory"],
5 "delivery": ["orders"],
6 "menu": [],
7 "payments": [],
8 "inventory": [],
9}
10
11def affected_by(down):
12 affected = set()
13 changed = True
14 while changed:
15 changed = False
16 for service, dependencies in calls.items():
17 if service not in affected and (down in dependencies or affected & set(dependencies)):
18 affected.add(service)
19 changed = True
20 return sorted(affected)
21
22print("inventory down ->", affected_by("inventory"))
23print("menu down ->", affected_by("menu"))inventory down -> ['delivery', 'gateway', 'kitchen', 'orders'] menu down -> ['delivery', 'gateway', 'orders']
Se o inventory cair, quatro serviços são afetados - quase o sistema inteiro. As próximas lições diminuem esse raio de impacto com eventos assíncronos, timeouts, fallbacks e circuit breakers.
Principais conclusões
Um microsserviço pode ser implantado de forma independente, é dono de uma capacidade de negócio e dos seus dados, e conversa pela rede.
Benefícios: deploys, escala e posse por equipe independentes. Custos: chamadas de rede, consistência eventual, complexidade operacional.
Um monólito modular costuma ser o começo certo; divida quando houver um motivo claro.
Lei de Conway: alinhe as fronteiras dos serviços com as fronteiras das equipes.
Quiz da aula
7 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: simule padrões de microsserviços com Python
Crie pequenas simulações em Python dos padrões, como roteadores, sagas, outboxes, circuit breakers e traces, e execute-as com entradas de exemplo. Elas rodam localmente no navegador; não é preciso ter servidores nem contêineres.
Raio de impacto
Cada linha da entrada é service: dependency dependency ... (os serviços que ele chama de forma síncrona; um serviço pode não ter nenhum). A última linha é down: NAME. Imprima os serviços afetados por essa queda - os que o chamam diretamente ou por meio de outros serviços - em ordem alfabética, como affected: a, b, depois unaffected: ... (todos os outros, exceto o serviço que caiu), usando none para uma lista vazia.
- Inventory fora do ar
- Um serviço folha
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Releases coordenados
Uma boa fronteira permite entregar a maioria das funcionalidades alterando um único serviço. A entrada tem linhas module -> service, uma linha --- e depois as funcionalidades no formato feature: module module ... (os módulos que ela altera). Para cada funcionalidade, imprima os serviços que ela toca, em ordem alfabética, e se ela é entregue sozinha (alone) ou precisa de um release coordenado (coordinated release). Por fim, imprima independent: 2 of 3 features (67%), arredondando para uma porcentagem inteira.
- Primeiro rascunho das fronteiras
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…