Technology Blogs by SAP
Learn how to extend and personalize SAP applications. Follow the SAP technology blog for insights into SAP BTP, ABAP, SAP Analytics Cloud, SAP HANA, and more.
cancel
Showing results for 
Search instead for 
Did you mean: 
eduardorodrigue
Employee
Employee
Quando adolescente, eu me apaixonei por jogos de interpretação de papéis comumente conhecidos como RPG (no inglês Role-playing Game). Para quem nunca jogou, o jogo consiste basicamente em um grupo de pessoas que se reúne para jogar uma aventura, cada pessoa interpreta um personagem e um dos integrantes conta a história, no jargão dos jogadores “mestra” a partida; para dar sabor, os dados definem uma dimensão de imprevisibilidade à brincadeira. 

Com o passar do tempo, os jogos se tornaram menos frequentes, mas contar histórias continuou parte da minha realidade. Seja para apresentar soluções para parceiros e clientes, seja para divertir meus filhos. Em alguns casos, um pouco de ambos.



Na semana passada, enquanto eu pensava em como tornar a mensagem do SAP HANA Data Management Suite (HDMS) mais simples, passei os olhos sobre a famosa história dos três porquinhos e num click, tudo fez sentido.

Era uma vez, um mercado globalizado, cheio de desafios, oportunidades e no meio de uma grande transformação digital. Gigantes consolidados no mercado enfrentavam problemas, startups se tornavam as novas gigantes (Uber, Airbnb, Alibaba e etc.) e empresas digitais, começavam a realmente mostrar a dimensão do que poderiam fazer (como a projeção de que a Amazon terá 50% do mercado eletrônico nos Estados Unidos até o fim de 2018).

Para sobreviver nesse mercado, 3 arquitetos de solução, tomaram caminhos diferentes:

  • O primeiro arquiteto era conservador

    • Ele tinha uma vida controlada

      • Ele avaliou que todo o investimento feito em Data Warehouse até hoje deveria ser preservado. O sucesso foi conseguido com anos de trabalho, criando uma visão única da verdade, uma arquitetura robusta e bem estabelecida.

      • Por anos, ele estruturou um Enterprise Data Warehouse (EDW) com ferramentas consistentes de Extraction, Transformation and Load (ETL); uma fonte única da verdade centralizada e monolítica.

      • Para garantir governança, ele conta com um centro de excelência, processos harmonizados, cada indicador relevante tem um dono, cada indicador tem documentação de cálculo e cada novo requerimento tem que ser aprovado por um conselho.

      • Os dados do ERP, CRM, Pontos de Vendas e demais dados estruturados e transacionais já fazem parte do EDW.

      • Em alguns casos, demandas especificas de real-time podiam ser endereçadas.



    • Os desafios do mercado se mostraram ferozes

      • Armazenar dados não estruturados: voz, vídeo, imagens e etc.

      • Armazenar dados de sensores

      • Armazenar dados semiestruturados

      • Usar os dados do EDW para aplicações analíticas avançadas, como por exemplo, Machine Learning, Análise Preditiva e etc.

      • Construir aplicações que usem os dados do EDW e forneçam insights em operações transacionais

      • Construir robôs que tomem decisões no mundo real a partir dos dados armazenados



    • O segundo arquiteto era um visionário

      • Ele tinha uma vida excitante

        • Animado com os novos players de mercado, participante ativo de eventos de inovação, early adopter, adepto de metodologias ágeis e advogado ferrenho de iniciar cada projeto com soluções open source e baseados em MVP (Minimum Viable Product).

        • A arquitetura baseada em Lambda era flexível e ágil para desenvolver.

        • Com a distribuição de Hadoop e Kafka, era possível fazer a ingestão de dados de sensores e integrar cenários complexos de IoT

        • Usar soluções open source para desenvolver aplicações especialistas



      • E também para ele, os desafios de mercado se mostraram ferozes

        • Para incorporar dados dos sistemas transacionais clássicos, não existem aceleradores

        • Para trazer dados estruturados não há, de forma padrão, forma de armazenar dados normatizados

        • Para harmonizar os dados mestres, ferramentas adicionais precisam ser incorporadas na arquitetura

        • Passando do momento de pilotos e MVPs, transformar a solução em produtiva tem se mostrado mais complexo do que o planejado

        • Uma vez escolhida uma plataforma ou distribuição, mudar de plataforma exige retrabalho



      • O terceiro arquiteto era pragmático. Ele sabia que deveria basear sua arquitetura futura nos desafios atuais e principais tendências:

        • Robusto – para endereçar o crescente volume de dados, estruturados e não estruturados (voz, vídeo, imagens e etc.)

        • Escalável – o futuro ainda está por vir e com ele, novos desafios e requerimentos. É fundamental que a arquitetura possa endereçar esses novos requerimentos.

        • Aberto – com o ritmo atual de inovação, novas empresas, produtos e possibilidades surgem todos os dias. É importante que a arquitetura esteja pronta para se integrar e usar essas novas possibilidades.

        • Preserva o investimento – reinventar a roda não é algo que está nos planos, além de reutilizar o que já existe é preciso buscar aceleradores para entregar mais com menos.

        • Híbrido – cloud / on premise – a realidade se impõe sobre a teoria. Pelo futuro próximo algumas soluções seguirão on premise. É importante conseguir trabalhar cloud e on premise de forma transparente.

        • Evitar ser refém de um provedor – se garantir a própria performance e evolução é difícil, imagina garantir a consistência e evolução de um provedor. Poder mover a solução para outro provedor quando for preciso é mandatório.

        • Ele decidiu compreender a visão de mercado antes de se mover:


        • Com base nos requisitos, estudos e opiniões de especialistas, o arquiteto desenhou sua arquitetura de referência










Essa arquitetura endereça:

  • A arquitetura atende requisitos suportados por arquiteturas de mercado como Lambda ou Kappa de forma ágil e flexível

  • Suportar ferramentas especialistas de parceiros como OsiSoft ou Kafka, para fazer ingestão de dados de IoT

  • Usar soluções open source para desenvolver aplicações especialistas

  • Todo o investimento feito em Data Warehouse até hoje será preservado. O sucesso conseguido com anos de trabalho, criando uma visão única da verdade, uma arquitetura robusta e bem estabelecida.

  • Ampliar as capacidades do EDW para transformá-lo em um Logical Data Warehouse (LDW). E com o LDW, possibilitar a análise dos dados do Big Data com os contextos de negócio do EDW.

  • Real-time sempre que requerido pelo caso de uso sendo endereçado



  • Garantir governança e adequação às regulamentações internacionais, como por exemplo, GDPR.


CONCLUSÃO

O arquiteto de solução pragmático, que tomou o tempo para entender o mercado de forma holística e não vinculado a apenas um provedor de soluções ou mesmo à promessa de investimento zero, foi o que conseguiu entregar mais capacidades aos seus clientes internos, baseado em uma arquitetura robusta, escalável, aberta e ágil – como pode ser visto no desenho abaixo:

 

PS: gostaria de agradecer ao Igor Jakuboski  – Enterprise Architect na SAP - pelo desenho de arquitetura referência.