Cloud native - tecnologiadB/MonitoramentoRuidoWiki GitHub Wiki
🧩 Recomendação — Adotar Estratégia de Migração para Cloud e Arquitetura Cloud Native
🧠 Descrição do Problema
Atualmente, todo o ambiente de infraestrutura e aplicações da organização está hospedado em servidores on-premises, sem uso de recursos em nuvem.
Esse modelo impõe limitações de escalabilidade, disponibilidade e agilidade, além de exigir um esforço elevado de manutenção e atualização constante de hardware, redes e sistemas operacionais.
O ambiente atual apresenta os seguintes desafios:
- Crescimento limitado devido à capacidade física dos servidores;
- Baixa resiliência, com risco de indisponibilidade em falhas locais;
A ausência de uma estratégia de nuvem impede a organização de adotar práticas modernas de DevOps, escalabilidade sob demanda, automação e observabilidade.
💥 Impacto Causado
- Baixa escalabilidade e limitação no crescimento do ambiente.
- Custos operacionais e de manutenção de infraestrutura física.
- Lentidão na entrega de novos sistemas e releases.
Nível de impacto: 🟢 Sugestão
🔗 Referência da Solução
- AWS Well-Architected Framework
- Microsoft Cloud Adoption Framework
- Google Cloud Architecture Framework
- CNCF — Cloud Native Landscape
⚙️ Como Aplicar
1. Definir a Estratégia de Adoção de Nuvem
Escolher o caminho de migração mais adequado ao contexto atual:
- Lift and Shift: mover workloads existentes para a nuvem com mínima modificação.
- Replatform: adaptar algumas camadas (como bancos e storage) para serviços gerenciados.
- Refactor / Cloud Native: reescrever sistemas para explorar ao máximo os benefícios nativos da nuvem (containers, serverless, microservices).
2. Selecionar o Provedor de Nuvem
Avaliar os principais provedores considerando aspectos técnicos, custos e conformidade:
| Provedor | Pontos Fortes | Casos Comuns |
|---|---|---|
| Azure | Integração com ecossistema Microsoft e DevOps | Ambientes corporativos .NET / SQL Server |
| AWS | Amplo portfólio e maturidade em automação e escalabilidade | Ambientes multiplataforma e data-driven |
| Google Cloud | Serviços avançados de IA, BigQuery e Kubernetes | Análise de dados, IA e workloads modernos |
3. Planejar a Arquitetura Alvo
Adotar uma arquitetura Cloud Native, com foco em modularidade, automação e resiliência:
| Camada | Componentes Sugeridos | Benefícios |
|---|---|---|
| Computação | Containers (ECS, AKS, GKE) / Serverless (Lambda, Functions) | Escalabilidade e eficiência |
| Dados | Banco gerenciado (RDS, Cosmos DB, Cloud SQL) | Alta disponibilidade e backup automático |
| Observabilidade | APM, Logs e Métricas (Datadog, CloudWatch, Azure Monitor) | Monitoramento unificado |