Menu

Plataformas

Adote?

  • Anteriormente, tínhamos incluído o .NET Core em Adote, indicando que ele havia se tornado nosso padrão para projetos .NET. Mas sentimos que vale a pena chamar novamente a atenção para ele. Com o lançamento do .NET Core 3.x no ano passado, a maior parte dos recursos do .NET Framework agora foi portada para o .NET Core. Com o anúncio de que o .NET Framework está em sua última versão, a Microsoft reforçou a visão de que o .NET Core é o futuro do .NET. A Microsoft trabalhou bastante para tornar o .NET Core compatível com contêineres. A maioria dos nossos projetos baseados no .NET Core tem como alvo o Linux, e geralmente são implantados como contêineres. A próxima versão do .NET 5 parece promissora e estamos otimistas.

    Histórico
  • Se você estiver construindo e operando uma arquitetura de microsserviços em escala e abraçou o Kubernetes, adotar a malha de serviços para gerenciar todos os aspectos transversais da execução da arquitetura é uma posição padrão. Entre as várias implementações de malha de serviço, Istio conquistou adoção majoritária. Possui um rico conjunto de funcionalidades, incluindo descoberta de serviço, gerenciamento de tráfego, segurança de serviço-a-serviço e origem-a-serviço, observabilidade (incluindo telemetria e rastreamento distribuído), releases contínuos e resiliência. Sua experiência de uso foi aprimorada em seus últimos releases, devido à sua facilidade de instalação e arquitetura do painel de controle. O Istio reduziu o nível de dificuldade de implementação de microsserviços em larga escala com qualidade operacional para muitas de nossas clientes, ao mesmo tempo em que admitimos que operar suas próprias instâncias do Istio e Kubernetes requer conhecimento e recursos internos adequados e não é para quem não quer fortes emoções.

    Histórico

Experimente?

  • Anka é um conjunto de ferramentas para criar, gerenciar, distribuir, criar e testar ambientes virtuais reproduzíveis do macOS para iOS e macOS. Ele traz uma experiência semelhante ao Docker para ambientes macOS: início instantâneo, CLI para gerenciar máquinas virtuais, e registro para versão e identificação de máquinas virtuais para distribuição. Usamos Anka para criar uma nuvem privada do macOS para uma cliente. Vale a pena considerar essa ferramenta para virtualizar ambientes iOS e macOS.

    Histórico
  • Sem julgar a técnica de GitOps, gostaríamos de falar sobre o Argo CD no escopo de implantação e monitoramento de aplicativos no Kubernetes. Com base em sua capacidade de automatizar a implantação do estado desejado da aplicação nos ambientes de destino especificados no Kubernetes e em nossa boa experiência na solução de problemas de implantações com falha, verificação de logs e monitoramento do status de implantação, recomendamos que você experimente o Argo CD. Você pode até mesmo visualizar graficamente o que está acontecendo no cluster, como uma mudança é propagada e como os pods são criados e destruídos em tempo real.

    Histórico
  • A maioria dos projetos com suporte multi-idiomas começa com os times de desenvolvimento criando funcionalidades em um idioma e gerenciando o restante por meio da tradução offline por e-mails e planilhas. Embora essa configuração simples funcione, as coisas podem sair rapidamente do controle. Pode ser necessário continuar respondendo as mesmas perguntas para diferentes pessoas tradutoras, desgastando a colaboração entre pessoas tradutoras, revisoras e time de desenvolvimento. Crowdin é uma das poucas plataformas que ajudam a otimizar o fluxo de trabalho de localização do seu projeto. Com o Crowdin, o time de desenvolvimento pode continuar criando funcionalidades, enquanto a plataforma otimiza textos que precisam de tradução para um fluxo de trabalho online. Gostamos do fato de Crowdin incentivar os times a incorporar traduções de forma contínua e incremental, em vez de gerenciá-las em grandes lotes no final.

    Histórico
  • Há vários anos, o kernel do Linux inclui a máquina virtual estendida do Berkeley Packet Filter ( eBPF ) e fornece a capacidade de anexar filtros eBPF a soquetes específicos. Mas o extended BPF vai muito além da filtragem de pacotes e permite que scripts personalizados sejam acionados em vários pontos do kernel com muito pouca sobrecarga. Embora essa tecnologia não seja nova, agora está amadurecendo com o uso crescente de microsserviços implantados como contêineres orquestrados. As comunicações serviço-a-serviço podem ser complexas nesses sistemas, dificultando a correlação de problemas de latência ou desempenho com uma chamada de API. Estamos vendo hoje ferramentas lançadas com scripts eBPF pré-escritos para coletar e visualizar o tráfego de pacotes ou gerar relatórios sobre a utilização da CPU. Com o crescimento do Kubernetes, estamos vendo uma nova geração de aplicação e instrumentação de segurança baseada em scripts eBPF que ajudam a dominar a complexidade de uma implantação ampla de microsserviços.

    Histórico
  • O Firebase do Google passou por uma evolução significativa desde que o mencionamos como parte de uma arquitetura sem servidor em 2016. O Firebase é uma plataforma abrangente para a criação de aplicativos móveis e web de uma maneira que é suportada pela infraestrutura escalável subjacente do Google. Gostamos particularmente do Firebase App Distribution, que facilita a publicação de versões de teste de um aplicativo por meio de um pipeline de CD, e do Firebase Remote Config, que permite que as alterações na configuração sejam dinamicamente enviadas aos aplicativos sem a necessidade de republicá-los.

    Histórico
  • O ecossistema e a comunidade GraphQL continuam crescendo. Hot Chocolate é um servidor GraphQL para .NET (Core e Classic). Permite criar e hospedar esquemas e, em seguida, realizar consultas neles usando os mesmos componentes básicos do GraphQL — carregador de dados, resolvedor, esquema, operações e tipos. A equipe por trás do Hot Chocolate adicionou recentemente a costura de esquema, que permite que um único ponto de entrada faça consultas em vários esquemas agregados em diferentes locais. Apesar do potencial uso indevido dessa abordagem, nossos times estão satisfeitos com o Hot Chocolate — ele é bem documentado e nos permite entregar valor para clientes rapidamente.

    Histórico
  • Nem todo mundo precisa de uma solução OAuth2 auto-hospedada, mas se você precisar, dê uma olhada no Hydra — um servidor OAuth2 de código aberto totalmente compatível e provedor de conexão OpenID. O Hydra possui suporte de armazenamento na memória para desenvolvimento e um banco de dados relacional (PostgreSQL) para casos de uso de produção. O Hydra, como tal, é sem estado e fácil de escalar horizontalmente em plataformas como Kubernetes. Dependendo do seu requisito de desempenho, pode ser necessário ajustar o número de instâncias do banco de dados enquanto dimensiona as instâncias do Hydra. E como ele não fornece nenhuma solução de gerenciamento de identidade pronta para o uso, você pode integrar qualquer tipo de gerenciamento de identidade ao Hydra por meio de uma API limpa. Essa nítida separação de identidade do restante do framework OAuth2 facilita a integração do Hydra com um ecossistema de autenticação existente.

    Histórico
  • OpenTelemetry é um projeto de observabilidade de código aberto que mescla OpenTracing e OpenCensus. O projeto OpenTelemetry inclui especificação, bibliotecas, agentes e outros componentes necessários para capturar telemetria dos serviços para melhor observá-los, gerenciar e depurá-los. Ele abrange os três pilares da observabilidade — rastreamento distribuído, métricas e log (atualmente em beta) — e sua especificação conecta essas três partes por meio de correlações. Portanto, você pode usar metrics para identificar um problema, localizar traces correspondentes para descobrir onde o problema ocorreu e, finalmente, estudar os logs correspondentes para encontrar a causa raiz exata. Os componentes OpenTelemetry podem ser conectados a sistemas de observabilidade de backend como Prometheus e Jaeger, entre outros. A formação do OpenTracing é um passo positivo em direção à convergência da padronização e à simplificação das ferramentas.

    Histórico
  • Snowflake provou ser uma solução robusta de armazenamento, warehouse ou data lake SaaS para muitas de nossas clientes. Possui uma arquitetura superior para dimensionar armazenamento, computação e serviços para carregar, descarregar e usar dados. Também é muito flexível: suporta armazenamento de dados estruturados, semiestruturados e não-estruturados; fornece uma lista crescente de conectores para diferentes padrões de acesso, como Spark para ciência de dados e SQL para análise; e é executado em vários provedores de nuvem. Nosso conselho para muitas de nossas clientes é usar serviços gerenciados para sua tecnologia de utilidade, como armazenamento de big data; no entanto, se o risco e os regulamentos proibirem o uso de serviços gerenciados, Snowflake é um bom candidato para empresas com grandes volumes de dados e cargas de trabalho de processamento pesado. Embora tenhamos tido sucesso usando Snowflake em nossos engajamentos de médio porte, ainda precisamos experimentá-lo em grandes ecossistemas nos quais os dados precisam pertencer a diversos segmentos da organização.

    Histórico

Avalie?

  • Vemos uma mudança nos planos de migração acidental de nuvem híbrida ou de toda a propriedade para estratégias intencionais e sofisticadas de nuvem híbrida, polycloud ou portabilidade, nas quais as organizações aplicam princípios multidimensionais para estabelecer e executar sua estratégia de nuvem: onde hospedar seus vários dados e ativos funcionais com base em perfis de risco, capacidade de controle e desempenho; como utilizar seus investimentos em infraestrutura no local e reduzir o custo das operações; e como tirar proveito de vários provedores de nuvem e seus serviços diferenciados exclusivos, sem criar complexidade e atrito para os usuários que constroem e operam aplicativos.

    Anthos é a resposta do Google para habilitar estratégias híbridas e multicloud, fornecendo um plano de gerenciamento e controle de alto nível sobre um conjunto de tecnologias de código aberto, como GKE, Service Mesh e um gerenciamento de configurações baseado em Git. Ele permite executar cargas de trabalho portáteis e outros ativos em diferentes ambientes de hospedagem, incluindo o Google Cloud e o hardware local. Enquanto outros provedores de nuvem têm ofertas semelhantes, Anthos pretende ir além de uma nuvem híbrida, funcionando como um facilitador de nuvem portátil usando componentes de código aberto, mas isso ainda está por acontecer. Temos visto crescente interesse no Anthos. Embora a abordagem do Google para nuvem híbrida gerenciada pareça promissora, ela não é mágica, e requer alterações nos recursos existentes na nuvem e no local. Nosso conselho para clientes que consideram usar o Anthos é fazer escolhas ponderadas entre a seleção de serviços do ecossistema do Google Cloud e outras opções, para manter o nível certo de neutralidade e controle.

    Histórico
  • Apache Pulsar é uma plataforma de mensagens/streaming pub-sub de código aberto, competindo em um espaço semelhante ao do Apache Kafka. Ele fornece as funcionalidades esperadas — como entrega de mensagens assíncronas e síncronas com baixa latência e armazenamento persistente e escalável de mensagens —, bem como várias bibliotecas de clientes. O que nos entusiasmou a avaliar o Pulsar foi sua facilidade de escalabilidade, principalmente em grandes organizações com vários segmentos de usuários. Pulsar suporta nativamente multitenancy, replicação geográfica, controle de acesso baseado em papéis e segregação de cobrança. Também estamos considerando Pulsar para resolver o problema de um log sem fim de mensagens para nossos sistemas de dados em larga escala, onde os eventos devem persistir indefinidamente e assinantes podem começar a consumir mensagens retrospectivamente. Isso é suportado por um modelo de armazenamento em camadas. Embora Pulsar seja uma plataforma promissora para grandes organizações, há espaço para melhorias. Sua instalação atual requer a administração de ZooKeeper e BookKeeper, entre outras peças de tecnologia. Esperamos que, com sua crescente adoção, os usuários possam contar em breve com um suporte mais amplo da comunidade.

    Histórico
  • O desempenho da tecnologia de blockchain melhorou bastante desde que a avaliamos inicialmente no Radar. No entanto, ainda não existe uma única blockchain que possa atingir uma taxa de transferência "no nível da Internet". À medida que várias plataformas de blockchain se desenvolvem, estamos vendo novos silos de dados e valor. É por isso que a tecnologia de cadeia cruzada sempre foi um tópico importante na comunidade blockchain: o futuro da blockchain pode ser uma rede de blockchains paralelas independentes. Essa também é a visão do Cosmos. O Cosmos libera Tendermint e CosmosSDK para permitir que as pessoas desenvolvedoras personalizem blockchains independentes. Essas blockchains paralelas podem trocar valor por meio do protocolo Inter-Blockchain Communication (IBC) e Peg-Zones. Nossos times tiveram ótimas experiências com o CosmosSDK e o protocolo IBC está amadurecendo. Essa arquitetura pode resolver problemas de interoperabilidade e escalabilidade de blockchain.

    Histórico
  • Frequentemente, o treinamento e a previsão de resultados dos modelos de aprendizado de máquina exigem código para levar os dados ao modelo. Google BigQuery ML inverte essa lógica trazendo o modelo para os dados. Google BigQuery é um armazém de dados projetado para atender a consultas em larga escala usando SQL, para casos de uso analíticos. O Google BigQuery ML estende essa função e sua interface SQL para criar, treinar e avaliar modelos de aprendizado de máquina usando seus conjuntos de dados e, eventualmente, executar previsões de modelo para criar novos conjuntos de dados do BigQuery. Ele suporta um conjunto limitado de modelos prontos para uso, como regressão linear para previsão ou regressão binária e multiclasse para classificação. Ele também suporta, com funcionalidade limitada, a importação de modelos TensorFlow previamente treinados. Embora o BigQuery ML e sua abordagem baseada em SQL reduzam o nível de uso do aprendizado de máquina para fazer previsões e recomendações, particularmente para explorações rápidas, isso vem com um desafio: comprometer outros aspectos do treinamento de modelos, como testes de viés ético, explicabilidade e entrega contínua para aprendizado de máquina.

    Histórico
  • JupyterLab é a interface de usuário web de última geração do projeto Jupyter. Se você usa os notebooks Jupyter, vale a pena tentar o JupyterLab. Ele fornece um ambiente interativo para notebooks, código e dados Jupyter. Nós o vemos como uma evolução do Jupyter Notebook: ele fornece uma experiência melhor, ampliando seus recursos originais, permitindo que código, visualização e documentação existam em um só lugar.

    Histórico
  • Marquez é um projeto de código aberto relativamente jovem, para coletar e fornecer informações de metadados sobre um ecossistema de dados. Ele representa um modelo de dados simples para capturar metadados, como linhagem, fazer upstream e downstream de trabalhos de processamento de dados e seu status, e conta com um conjunto flexível de tags para capturar atributos dos conjuntos de dados. Ele fornece uma API RESTful simples para gerenciar os metadados, o que facilita a integração do Marquez a outros conjuntos de ferramentas no ecossistema de dados.

    Usamos Marquez como ponto de partida e estendemos seu uso com facilidade para atender às nossas necessidades, como impor políticas de segurança e alterações na linguagem do domínio. Se você está procurando uma ferramenta pequena e simples para iniciar o armazenamento e a visualização de suas tarefas de processamento de dados e conjuntos de dados, Marquez é um bom ponto de partida.

    Histórico
  • Matomo (anteriormente Piwik) é uma plataforma de web analytics de código aberto que fornece controle total sobre seus dados. Você pode auto-hospedar o Matomo e proteger seus dados de web analytics de terceiros. O Matomo também facilita a integração de dados de web analytics com sua plataforma de dados interna e permite criar modelos de uso adaptados às suas necessidades.

    Histórico
  • MeiliSearch é um mecanismo de pesquisa de texto rápido, fácil de usar e fácil de implantar. Ao longo dos anos, o Elasticsearch se tornou a escolha popular para pesquisas de texto escaláveis. No entanto, se você não possui um volume de dados que justifique uma solução distribuída, mas ainda deseja fornecer um mecanismo de pesquisa rápido e tolerante a erros de digitação, recomendamos a avaliação do MeiliSearch.

    Histórico
  • Ultraleap (anteriormente Leap Motion) tem liderado o espaço de Realidade Estendida (XR) há algum tempo, criando um hardware notável de rastreamento de mãos que permite que as mãos do usuário saltem para a realidade virtual. Stratos é a plataforma de sensores táteis e software subjacente da Ultraleap, e pode usar ultrassom direcionado para criar feedback tátil no ar. Um caso de uso é a resposta ao gesto da mão de um motorista para mudar o ar-condicionado no carro e o feedback tátil como parte da interface. Estamos otimistas para ver a evolução dessa tecnologia e como tecnologistas usarão a criatividade para incorporá-la em seus casos de uso.

    Histórico
  • Trillian é um armazenamento de dados centralizado e criptograficamente verificável. Para ambientes descentralizados e sem confiança, você pode usar ledgers distribuídos baseados em blockchain. Para ambientes corporativos, no entanto, onde protocolos de consenso que fazem alto uso de CPU o custo é injustificado, recomendamos que você experimente Trillian.

    Histórico

Evite?

  • As tecnologias, especialmente as extremamente populares, tendem a ser usadas excessivamente. O que estamos vendo no momento é o uso excessivo de Node.js , uma tendência a usar o Node.js indiscriminadamente ou pelos motivos errados. Entre estes, dois se destacam em nossa opinião. Primeiramente, ouvimos frequentemente que o Node deve ser usado para que toda a programação possa ser feita em apenas uma linguagem de programação. Nossa opinião é de que a programação poliglota é uma abordagem melhor, e isso vale nos dois sentidos. Em segundo lugar, geralmente ouvimos times citando o desempenho como uma razão para escolher o Node.js. Embora existam inúmeros benchmarks mais ou menos razoáveis, essa percepção está enraizada na história. Quando o Node.js se tornou popular, foi o primeiro grande framework a adotar um modelo de programação de não-bloqueio que o tornou muito eficiente para tarefas pesadas de IO (mencionamos isso na redação do blip do Node.js. em 2012). Devido à sua natureza de thread única, o Node.js. nunca foi uma boa opção para cargas de trabalho pesadas em computação, e agora agora existem frameworks não-bloqueadores eficientes em outras plataformas — alguns com APIs elegantes e modernas — o desempenho não é mais um motivo para escolher o Node.js.

    Histórico
Não encontrou algo que você esperava achar?

Cada edição do radar inclui blips que refletem nossas experiências nos seis meses anteriores. Talvez já tenhamos falado sobre o que você procura em um radar anterior. Às vezes, deixamos coisas de fora simplesmente porque há muitas a serem abordadas. Também pode estar faltando um tópico específico porque o radar reflete nossa experiência, não se baseando em uma análise abrangente do mercado.

Novo,Modificado,Sem alteração