Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/81876| Tipo: | TCC |
| Título: | Fusão de dados de sinais de Observabilidade para detectar anomalias e falhas em Microsserviços |
| Autor(es): | Chaves, Adalberto Felipe Pinheiro |
| Orientador: | Gomes, Francisco Anderson de Almada |
| Palavras-chave em português: | microsserviços;falhas;anomalias;observabilidade;fusão de dados |
| CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Data do documento: | 2025 |
| Citação: | CHAVES, Adalberto Felipe Pinheiro. Fusão de dados de sinais de Observabilidade para detectar anomalias e falhas em Microsserviços. 2025. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Campus de Crateús, Universidade Federal do Ceará, Crateús, 2025. Disponível em: Acesso em: |
| Resumo: | Microsserviços se tornaram uma realidade, com grandes empresas adotando essa arquitetura devido às suas vantagens, como agilidade no desenvolvimento, desacoplamento, escalabilidade, resiliência e eficiência operacional. No entanto, essa abordagem apresenta desvantagens, como a necessidade de infraestrutura de nuvem complexa e comunicação entre microsserviços por meio de protocolos. Em organizações com centenas de microsserviços, qualquer falha em um deles pode desencadear efeitos em cascata, resultando em mais falhas. Identificar falhas em microsserviços não é uma tarefa trivial. O trabalho proposto foca na fusão de dados para detectar falhas e anomalias em microsserviços, combinando dois pilares de observabilidade: rastreamento distribuído e métricas, com a ajuda do OpenTelemetry. Essa fusão visa fornecer uma detecção de falhas mais rápida e eficiente, bem como a identificação de anomalias nas métricas. Isso permite que problemas sejam detectados e resolvidos mais rapidamente, melhorando a estabilidade e a confiabilidade do sistema. |
| Abstract: | Abstract Microservices have become a reality, with large companies adopting this architecture due to its advantages, such as development agility, decoupling, scalability, resilience, and operational efficiency. However, this approach has drawbacks, such as the need for complex cloud infrastructure and communication between microservices through protocols. In organizations with hundreds of microservices, any failure in one of them can trigger cascading effects, resulting in more failures. Identifying failures in microservices is not a trivial task. The proposed work focuses on data fusion for detecting failures and anomalies in microservices, combining two pillars of observability: distributed tracing and metrics, with the help of OpenTelemetry. This fusion aims to provide faster and more efficient failure detection, as well as the identification of anomalies in metrics. This allows problems to be detected and addressed more quickly, improving the overall stability and reliability of the system. |
| URI: | http://repositorio.ufc.br/handle/riufc/81876 |
| Tipo de Acesso: | Acesso Aberto |
| Aparece nas coleções: | CIÊNCIA DA COMPUTAÇÃO - CRATEÚS - Artigos Ciêntíficos |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_tcc_afpchaves.pdf | 816,7 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.