Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/73623
Type: | TCC |
Title: | Monitoramento de aplicações baseadas em microsserviços utilizando métricas de desempenho |
Authors: | Silva Neto, Antonio Airton da |
Advisor: | Gomes, Francisco Anderson de Almada |
Keywords: | Microsserviços;Falhas;Métricas;Monitoramento;Observabilidade |
Issue Date: | 2023 |
Citation: | SILVA NETO, Antonio Airton da. Monitoramento de aplicações baseadas em microsserviços utilizando métricas de desempenho. 2023. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Campus de Crateús, Universidade Federal do Ceará, Crateús, 2023. Disponível em: http://www.repositorio.ufc.br/handle/riufc/73623. Acesso em: |
Abstract in Brazilian Portuguese: | Os ganhos provenientes da arquitetura de microsserviços vem cada vez mais impulsionando empresas a migrarem suas aplicações para plataformas nativas da Computação em Nuvem. Essa arquitetura permite que aplicações sejam desenvolvidas, muito mais rápido em comparação com arquiteturas monolíticas, uma vez que estas aplicações são modularizadas e desacopladas em pequenos serviços. Já em plataformas monolíticas, desenvolver funcionalidades novas ou mesmo integrá-las é muito mais complexo. Os microsserviços possuem muitas vantagens como escalabilidade, resiliência, e etc. Mas também possui desvantagens como chamadas remotas e gerenciamento dos serviços propriamente ditos. Monitorar os recursos e analisar as métricas coletadas a fim de identificar comportamentos de consumo de recursos em ambiente de sistemas distribuídos não é algo fácil e nem trivial. Este trabalho propõe uma ferramenta chamada Application Performance Monitoring with mEtrics (APME), que realiza o monitoramento de métricas e detecção de falhas em aplicações em microsserviços, permite a visualização delas em série temporal e é capaz de indicar, baseado em um limite pré-definido, quais microsserviços foram impactados pela sobrecarga de recurso. Os testes da ferramenta foram realizados em um ambiente de referência composto por seis microsserviços independentes. Os testes consistiram em testes de carga no ambiente com e sem falhas. Os resultados mostram que a ferramenta foi capaz de detectar as falhas e de proporcionar aos administradores dos sistemas uma maior facilidade na configuração e visualização dos dados coletados, auxiliando-os na tomada de decisão no contexto de prevenção de falhas. |
Abstract: | The gains from microservices architecture are increasingly driving companies to migrate their applications to native Cloud Computing platforms. This architecture allows applications to be developed much faster compared to monolithic architectures, since these applications are modularized and decoupled into small services. On monolithic platforms, however, developing new features or even integrating them is much more complex. Microservices have many advantages such as scalability, resiliency, etc. But it also has disadvantages such as remote calls and managing the services themselves. Monitoring resources and analyzing collected metrics in order to identify resource consumption behaviors in a distributed systems environment is neither easy nor trivial. This work proposes a tool called APME, which monitors metrics and detects failures in microservices applications, allows their visualization in time series and is able to indicate, based on a predefined threshold, which microservices were impacted by resource overload. The tool tests were carried out in a reference environment composed of six independent microservices. The tests consisted of load tests in the environment with and without failures. The results show that the tool was able to detect failures and provide system administrators with greater ease in configuring and viewing the collected data, helping them in decision making in the context of failure prevention. |
URI: | http://www.repositorio.ufc.br/handle/riufc/73623 |
Appears in Collections: | SISTEMAS DE INFORMAÇÃO - CRATEÚS - Monografias |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2023_tcc_aasilvaneto.pdf | 1,61 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.