As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Analisando a coesão e o acoplamento para decomposição do banco de dados

Esta seção ajuda você a analisar os padrões de acoplamento e coesão em seu banco de dados monolítico para orientar sua decomposição. Entender como os componentes do banco de dados interagem e dependem uns dos outros é crucial para identificar pontos de interrupção naturais, avaliar a complexidade e planejar uma abordagem de migração em fases. Essa análise revela dependências ocultas, destaca áreas que são adequadas para separação imediata e ajuda a priorizar os esforços de decomposição e, ao mesmo tempo, minimizar os riscos de transformação. Ao examinar o acoplamento e a coesão, você pode tomar decisões informadas sobre a sequência de separação dos componentes para manter a estabilidade do sistema durante todo o processo de transformação.

Sobre coesão e acoplamento

O acoplamento mede o grau de interdependência entre os componentes do banco de dados. Em um sistema bem projetado, você deseja obter um acoplamento frouxo, em que as alterações em um componente tenham um impacto mínimo sobre os outros. A coesão mede o quão bem os elementos dentro de um componente de banco de dados trabalham juntos para servir a um propósito único e bem definido. A alta coesão indica que os elementos de um componente estão fortemente relacionados e focados em uma função específica. Ao decompor um banco de dados monolítico, você deve analisar a coesão dentro dos componentes individuais e o acoplamento entre eles. Essa análise ajuda você a tomar decisões informadas sobre como detalhar o banco de dados e, ao mesmo tempo, manter a integridade e o desempenho do sistema.

A imagem a seguir mostra um acoplamento solto com alta coesão. Os componentes do banco de dados trabalham juntos para executar uma função específica e você minimiza o impacto da alteração em um único componente. Esse é o estado ideal.

A imagem a seguir mostra alto acoplamento com baixa coesão. Os componentes do banco de dados estão desconectados e é altamente provável que as alterações afetem outros componentes.

Padrões de acoplamento comuns em bancos de dados monolíticos

Há vários padrões de acoplamento que são comumente encontrados ao decompor um banco de dados monolítico em bancos de dados específicos de microsserviços. Compreender esses padrões é crucial para iniciativas bem-sucedidas de modernização do banco de dados. Esta seção descreve cada padrão, seus desafios e as melhores práticas para reduzir o acoplamento.

Padrão de acoplamento de implementação

Definição: Os componentes estão fortemente interconectados no nível do código e do esquema. Por exemplo, modificar a estrutura de uma customer tabela orderinventory, impactos e billing serviços.

Impacto da modernização: cada microsserviço exige seu próprio esquema de banco de dados dedicado e camada de acesso a dados.

Desafios:

Melhores práticas para reduzir o acoplamento:

Padrão de acoplamento temporal

Definição: As operações devem ser executadas em uma sequência específica. Por exemplo, o processamento de pedidos não pode continuar até que as atualizações de estoque sejam concluídas.

Impacto da modernização: cada microsserviço precisa de controle autônomo de dados.

Desafios:

Melhores práticas para reduzir o acoplamento:

Padrão de acoplamento de implantação

Definição: Os componentes do sistema devem ser implantados como uma única unidade. Por exemplo, uma pequena alteração na lógica de processamento de pagamentos exige a reimplantação de todo o banco de dados.

Impacto da modernização: implantações independentes de banco de dados por serviço

Desafios:

Melhores práticas para reduzir o acoplamento:

Padrão de acoplamento de domínio

Definição: Os domínios de negócios compartilham estruturas e lógica de banco de dados. Por exemplo, os inventory domínios customerorder, e compartilham tabelas e procedimentos armazenados.

Impacto da modernização: isolamento de dados específico do domínio

Desafios:

Melhores práticas para reduzir o acoplamento:

Padrões de coesão comuns em bancos de dados monolíticos

Há vários padrões de coesão que são comumente encontrados ao avaliar componentes do banco de dados para decomposição. Compreender esses padrões é crucial para identificar componentes de banco de dados bem estruturados. Esta seção descreve cada padrão, suas características e as melhores práticas para fortalecer a coesão.

Padrão de coesão funcional

Definição: Todos os elementos apoiam e contribuem diretamente para a execução de uma função única e bem definida. Por exemplo, todos os procedimentos e tabelas armazenados em um módulo de processamento de pagamentos tratam somente de operações relacionadas a pagamentos.

Impacto da modernização: padrão ideal para design de banco de dados de microsserviços

Desafios:

Melhores práticas para fortalecer a coesão:

Padrão de coesão sequencial

Definição: A saída de um elemento se torna entrada para outro. Por exemplo, os resultados da validação de um pedido são inseridos no processamento do pedido.

Impacto da modernização: requer análise cuidadosa do fluxo de trabalho e mapeamento do fluxo de dados

Desafios:

Melhores práticas para fortalecer a coesão:

Padrão de coesão comunicacional

Definição: Os elementos operam com os mesmos dados. Por exemplo, todas as funções de gerenciamento do perfil do cliente funcionam com dados do cliente.

Impacto da modernização: ajuda a identificar limites de dados para separação de serviços a fim de diminuir o acoplamento entre os módulos

Desafios:

Melhores práticas para fortalecer a coesão:

Padrão de coesão processual

Definição: Os elementos são agrupados porque devem ser executados em uma ordem específica, mas podem não estar relacionados funcionalmente. Por exemplo, no processamento de pedidos, um procedimento armazenado que manipula a validação do pedido e a notificação do usuário é agrupado simplesmente porque eles acontecem em sequência, mesmo que tenham finalidades diferentes e possam ser tratados por serviços separados.

Impacto da modernização: exige uma separação cuidadosa dos procedimentos, mantendo o fluxo do processo

Desafios:

Melhores práticas para fortalecer a coesão:

Padrão de coesão temporal

Definição: Os elementos são relacionados por requisitos de tempo. Por exemplo, quando um pedido é feito, várias operações devem ser executadas em conjunto: verificação de estoque, processamento de pagamentos, confirmação do pedido e notificação de envio devem ocorrer dentro de uma janela de tempo específica para manter um estado consistente do pedido.

Impacto da modernização: pode exigir tratamento especial em sistemas distribuídos

Desafios:

Melhores práticas para fortalecer a coesão:

Padrão de coesão lógico ou coincidente

Definição: Os elementos são categorizados logicamente para fazer as mesmas coisas, mesmo que tenham relacionamentos fracos ou nenhum relacionamento significativo. Um exemplo é armazenar dados de pedidos de clientes, contagens de estoque de armazéns e modelos de e-mail de marketing no mesmo esquema de banco de dados, pois todos estão relacionados às operações de vendas, apesar de terem padrões de acesso, gerenciamento do ciclo de vida e requisitos de escalabilidade diferentes. Outro exemplo é combinar o processamento do pagamento de pedidos e o gerenciamento do catálogo de produtos no mesmo componente do banco de dados, pois ambos fazem parte do sistema de comércio eletrônico, embora atendam a funções comerciais distintas com necessidades operacionais diferentes.

Impacto da modernização: deve ser refatorado ou reorganizado

Desafios:

Melhores práticas para fortalecer a coesão:

Implementando baixo acoplamento e alta coesão

Práticas recomendadas

As práticas recomendadas a seguir podem ajudá-lo a obter um baixo acoplamento:

As melhores práticas a seguir podem ajudar você a alcançar uma alta coesão:

Fase 1: Mapear dependências de dados

Mapeie relacionamentos de dados e identifique limites naturais. Você pode usar ferramentas, como SchemaSpy, para visualizar o banco de dados mostrando as tabelas no diagrama entidade-relacionamento (ER). Isso fornece uma análise estática do banco de dados e indica alguns dos limites e dependências claros dentro do banco de dados.

Você também pode exportar seus esquemas de banco de dados em um banco de dados gráfico ou em um Jupiter notebook. Em seguida, você pode aplicar algoritmos de agrupamento ou componentes interconectados para identificar limites e dependências naturais. Outras AWS Partner ferramentas, como CAST Imaging, podem ajudar a entender suas dependências de banco de dados.

Fase 2: Analise os limites das transações e os padrões de acesso

Analise os padrões de transação para manter as propriedades de atomicidade, consistência, isolamento e durabilidade (ACID) e entender como os dados são acessados e modificados. Você pode usar ferramentas de análise e diagnóstico de banco de dados, como Oracle Automatic Workload Repository (AWR)ou PostgreSQL pg_stat_statements. Essa análise ajuda você a entender quem está acessando o banco de dados e quais são os limites da transação. Também pode ajudá-lo a entender a coesão e o acoplamento entre as tabelas em tempo de execução. Você também pode usar ferramentas de monitoramento e criação de perfil que podem vincular perfis de execução de código e banco de dados, como Dynatrace AppEngine.

Ferramentas de IA, como vFunction, podem ajudá-lo a identificar limites de domínio analisando os limites funcionais e de domínio do aplicativo. Embora analise vFunction principalmente a camada do aplicativo, seus insights podem orientar a decomposição do aplicativo e do banco de dados, apoiando o alinhamento com os domínios de negócios.

Fase 3: Identificar tabelas independentes

Procure tabelas que demonstrem duas características principais:

A seguinte matriz de acoplamento e coesão pode ajudá-lo a identificar a dificuldade de desacoplar cada tabela. As tabelas que aparecem no quadrante superior direito dessa matriz são candidatas ideais para os esforços iniciais de desacoplamento, pois são as mais fáceis de separar. Em um diagrama ER, essas tabelas têm poucos relacionamentos de chave estrangeira ou outras dependências. Depois de desacoplar essas tabelas, avance para tabelas com relacionamentos mais complexos.