<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Mauricio Andrade Gomes on Medium]]></title>
        <description><![CDATA[Stories by Mauricio Andrade Gomes on Medium]]></description>
        <link>https://medium.com/@mauricioandradegomes?source=rss-4c469aa04d2c------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*mDSMmZQ5zyRz3PAsfT2UWw.jpeg</url>
            <title>Stories by Mauricio Andrade Gomes on Medium</title>
            <link>https://medium.com/@mauricioandradegomes?source=rss-4c469aa04d2c------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 16:38:03 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@mauricioandradegomes/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Event-Driven Architecture]]></title>
            <link>https://medium.com/@mauricioandradegomes/event-driven-architecture-75e7ed5bf153?source=rss-4c469aa04d2c------2</link>
            <guid isPermaLink="false">https://medium.com/p/75e7ed5bf153</guid>
            <category><![CDATA[transactional-outbox]]></category>
            <category><![CDATA[e-commerce-software]]></category>
            <category><![CDATA[ports-and-adapters]]></category>
            <category><![CDATA[event-driven-architecture]]></category>
            <category><![CDATA[go]]></category>
            <dc:creator><![CDATA[Mauricio Andrade Gomes]]></dc:creator>
            <pubDate>Fri, 06 Jun 2025 14:06:32 GMT</pubDate>
            <atom:updated>2025-06-06T14:06:32.474Z</atom:updated>
            <content:encoded><![CDATA[<p>Estou há alguns dias estudando a linguage <strong>Go</strong>, tendo como base um projeto de <strong>e-commerce</strong>, com uma <strong>arquitetura de microsserviços</strong> e orientada a <strong>eventos</strong>. Estou no início ainda, mas já me deparei com alguns problemas interessantes e gostaria de compartilhar como os conternei.</p><p>É importante salientar que não existe forma correta ou bala de prata dentro do mundo do desenvolvimento, apenas algum conjunto de melhores opções, dado determinado contexto.</p><p>O primeiro ponto para o projeto foi determinar bem por cima o domínio. Comecei com o básico, que seria o catálogo de produtos. Para apresentar dados de produtos, seriam necessários dois serviços: <strong>Produto</strong> e <strong>Estoque</strong>…</p><p>Vale lembrar o conceito de um microsserviço:</p><blockquote>“A microservice architecture consists of a set of small, autonomous services. Each service is self-contained and should implement a single business capability.”</blockquote><blockquote>Sam Newman — Building Microservices (2015)</blockquote><p>E também a preferência em relação a comunicação entre serviços, como forma de respeitar o princípio de autonomia:</p><blockquote>“Favor asynchronous messaging whenever possible. Synchronous calls couple services together and create temporal dependencies.”</blockquote><blockquote>Sam Newman — Building Microservices (2015)</blockquote><p>Nesse sentido, optei por tornar as integrações assíncronas, para que o serviço de estoque tenha as informações necessárias do serviço de produto, sem depender diretamente dele. Portanto, utilizei a ideia de eventos, usando como ferramenta o Kafka.</p><p>Nesse momento esbarrei com a primeira questão… Como posso garantir que o serviço de produto efetivamente registre no banco de dados suas informações e envie o evento ao Kafka, de forma atômica?</p><p>Eu poderia simplesmente abrir uma <strong>transação</strong>, realizar a <strong>inserção</strong>, <strong>publicar</strong> o evento e se der algum erro, realizar o <strong>rollback</strong>, certo? Como dito anteriormente, podemos dizer que sim, mas a questão é se realmente deveria fazer isso dessa forma, dado o contexto.</p><p>Estou criando a estrutura do projeto com a arquitetura <strong>Ports and Adapters</strong>, ou comumente falando, arquitetura <strong>Hexagonal</strong>. Essa arquitetura visa a <strong>inversão de dependência</strong> (D do SOLID), onde deixamos de depender de implementações e dependemos de suas abstrações. O interessante é que há também a divisão de camadas de responsabilidades, onde um serviço da camada de aplicação, não deve interver em um processo interno de um adaptador da camada de infraestrutura. Portanto, não posso depender do conceito de transação de um banco de dados, porque meu serviço não faz ideia de como foi implementado o adaptador de persistência de dados. O máximo que posso ter de conhecimento do serviço é que as ações de persistência devem ser atômicas, como por exemplo salvar dois tipos de dados, mas não como isso será feito.</p><p>Talvez tenha ficado um pouco confuso, mas em resumo eu não posso depender do conceito interno de um banco de dados, pois isso faz parte de sua implementação e preciso depender de sua abstração.</p><p>Por conta disso, utilizei o <strong>Transactional Outbox Pattern</strong>, em que realizo a persistência das informações de produto e também a estrutura do evento correspondente.</p><blockquote>“Mas não tinha dito que não poderia depender de um conceito interno de banco de dados? Tem transação no nome do pattern”.</blockquote><p>Essa é uma boa questão e a resposta é que realmente não posso depender de conceitos internos de banco de dados, mas uma transação não passa de uma ação atômica, que é o conceito abstrato de persistência.</p><p>Com esse pattern, fui capaz de salvar as informações de produto, registrar as informações do evento e através de um worker que realiza consultas no banco de dados por meio de <strong>outbox_events</strong> que possuam o status <em>pending</em>, fui capaz também de enviar os eventos ao Kafka.</p><p>Aqui está o <a href="https://github.com/MauricioGomes02/go_event_driven/tree/main">link</a> para acesso ao repositório.</p><p>Como próximos passos, irei fazer o consumer do serviço de estoque para registrar na base interna as informações de produtos, deixando de depender diretamente do serviço de produtos.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=75e7ed5bf153" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Testes de unidade e de integração — Introdução]]></title>
            <link>https://medium.com/@mauricioandradegomes/testes-de-unidade-e-de-integra%C3%A7%C3%A3o-introdu%C3%A7%C3%A3o-84db9a8d3212?source=rss-4c469aa04d2c------2</link>
            <guid isPermaLink="false">https://medium.com/p/84db9a8d3212</guid>
            <category><![CDATA[teste-de-software]]></category>
            <category><![CDATA[integration-testing]]></category>
            <category><![CDATA[software-testing]]></category>
            <category><![CDATA[unit-testing]]></category>
            <category><![CDATA[testes-de-unidade]]></category>
            <dc:creator><![CDATA[Mauricio Andrade Gomes]]></dc:creator>
            <pubDate>Fri, 01 Dec 2023 15:16:53 GMT</pubDate>
            <atom:updated>2023-12-01T15:16:53.603Z</atom:updated>
            <content:encoded><![CDATA[<h3>Testes de unidade e de integração — Introdução</h3><p>Teste de software é um conjunto de atividades que podem ser projetadas com antecedência e executadas sistematicamente (PRESSMAN, 2011). Isso significa que um teste será baseado em um planejamento anterior, conforme as necessidades do software, e poderá ser executado por um sistema, gerando um conjunto de resultados.</p><p>O teste de software é um elemento da Verificação e Validação (V&amp;V) que juntas abrangem muitas atividades responsáveis por garantir a qualidade do software (PRESSMAN, 2011). A Verificação é responsável por garantir que um software implemente corretamente uma função específica atribuída a ele. A Validação é responsável por garantir que o software seja criado conforme os requisitos do cliente. Logo, o teste de software possui uma forte relação com a qualidade de software.</p><h3>Objetivo</h3><p>Os testes devem contribuir de tal forma que o esforço e tempo investidos sejam mínimos e que seus benefícios sejam maximizados (KHORIKOV, 2020). É essencial que os desenvolvedores possuam domínio sobre os testes por serem obrigatórios nas grandes empresas atuais. Isso se dá porque os testes detêm grande influência sobre as aplicações e auxiliam no crescimento do software (KHORIKOV, 2020). Sendo assim, os testes devem fornecer o melhor retorno possível, dado o esforço empregado para criá-los.</p><p>Escrever testes para um código base acaba por nos guiar para um design melhor (KHORIKOV, 2020), visto que há a necessidade de refatorar o código para facilitar o processo de testar. A escrita de códigos acoplados entre si é um indicativo de má qualidade, sendo responsável por dificultar os testes a serem realizados. Entretanto, poder testar a unidade sem o acoplamento de código não é um indicador de qualidade (KHORIKOV, 2020).</p><p>Em suma, o objetivo de um teste é auxiliar no crescimento sustentável do software ao longo de seu desenvolvimento (KHORIKOV, 2020). Essa necessidade surge porque com o passar do tempo, o software possui a tendência a se deteriorar, aumentando a desordem e dificultando o seu crescimento em comparação com a facilidade existente no início de sua construção (KHORIKOV, 2020). Sendo assim, os testes garantem que um requisito continue funcionando, mesmo que sejam introduzidas novas funcionalidades ou que o código seja refatorado para atender melhor aos novos requisitos (KHORIKOV, 2020).</p><h4>Design</h4><p>É preferível manter o código o menor possível, porque quanto maior a base de código, maior é a desordem (KHORIKOV, 2020). Isso não se aplica somente ao código de produção, mas também o código de teste, que assim como o de produção, precisa ser mantido (KHORIKOV, 2020). É importante lembrar que são os testes que garantem o correto funcionamento de um software, tornando-se necessário o cuidado com eles.</p><h3>Cobertura de testes</h3><p>Uma métrica de cobertura mostra quanto código-fonte um conjunto de testes executa (KHORIKOV, 2020). Ao contrário do que a grande maioria acredita, essas métricas não são bons indicativos de qualidade. Métricas ruins indicam baixa cobertura de testes, evidenciando que existem pontos que não foram cobertos por eles. Entretanto, métricas boas apenas indicam que grande parte do sistema é coberto por testes, mas não que eles sejam de qualidade (KHORIKOV, 2020).</p><h3>Conclusão</h3><p>Um conjunto de testes bem-sucedido é integrado ao ciclo de desenvolvimento, focando apenas nas partes mais importantes da base de código e proporcionando o retorno máximo com custos mínimos de manutenção (KHORIKOV, 2020). Assim sendo, os testes devem ser executados a cada nova alteração ou mudança, focando somente naquilo que abrange o <strong>modelo do domínio do software</strong> e dessa forma, retornando o máximo valor com o menor custo de manutenção.</p><h3>Conceitos</h3><p><strong>Modelo do domínio do software: </strong>Abstração rigorosamente organizada e seletiva da área de assunto que o usuário aplica o software (EVANS, 2004).</p><h3>Referências</h3><p>EVANS, E. <em>Domain-Driven Design: Tackling Complexity in the Heart of Software</em>. [S.l.]: Addison-Wesley, 2004.</p><p>KHORIKOV, Vladimir. <em>Unit Testing Principles, Practices, and Patterns</em>. Simon and Schuster, 6 Jan. 2020.</p><p>PRESSMAN, Roger S. <em>Engenharia de Software : Uma Abordagem Profissional</em>. 7th ed., Porto Alegre, Grupo A — AMGH, 2011.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=84db9a8d3212" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[MongoDB]]></title>
            <link>https://medium.com/@mauricioandradegomes/mongodb-8b001bd8220a?source=rss-4c469aa04d2c------2</link>
            <guid isPermaLink="false">https://medium.com/p/8b001bd8220a</guid>
            <category><![CDATA[nosql]]></category>
            <category><![CDATA[mongodb]]></category>
            <category><![CDATA[document-database]]></category>
            <category><![CDATA[distributed-database]]></category>
            <dc:creator><![CDATA[Mauricio Andrade Gomes]]></dc:creator>
            <pubDate>Sat, 11 Nov 2023 22:55:47 GMT</pubDate>
            <atom:updated>2023-11-25T22:13:59.704Z</atom:updated>
            <content:encoded><![CDATA[<h3>Sobre NoSQL</h3><p>Bancos de dados não relacionais são referidos através do termo NoSQL (EDWARD; SABHARWAL, 2015). Seu surgimento se dá devido aos desafios impostos pelo Big data, sendo projetados para processar a enorme quantidade e variedade de dados dentro das restrições de custo e tempo (EDWARD; SABHARWAL, 2015).</p><p>Em geral, o termo NoSQL abrange os armazenamentos de dados que não seguem os princípios de um Sistema de Gerenciamento de Banco de Dados Relacional (SGBDR) (EDWARD; SABHARWAL, 2015). Um Sistema de Gerenciamento de Banco de Dados (SGBD) fornece a cada aplicação sua própria visão dos dados comuns, implementa vários operadores para recuperação e atualização de dados e resolve interferências entre usuários simultâneos (CHAMBERLIN, 1976). Portanto, um SGBD que faça uso do modelo de dados relacional, trata-se de um Sistema de Gerenciamento de Banco de Dados Relacional (SGBDR).</p><p>Aqueles que lidam com banco de dados distribuídos, devem compreender os importantes conceitos presentes no teorema CAP, o qual afirma que apenas duas das três garantias podem ser cumpridas <strong>completamente</strong> (EDWARD; SABHARWAL, 2015). Esse teorema é responsável por abordar os seguintes componentes:</p><ul><li><strong>Consistência: </strong>Dados permanecem consistentes após qualquer operação, onde todos visualizam os mesmos dados.</li><li><strong>Disponibilidade: </strong>Dados estão sempre disponíveis.</li><li><strong>Tolerância de partição: </strong>O<strong> </strong>sistema continuará a funcionar mesmo se for particionado em grupos de servidores que não conseguem se comunicar entre si.</li></ul><p>Bancos de dados NoSQL utilizam a abordagem BASE (EDWARD; SABHARWAL, 2015), sendo essa um acrônimo para os seguintes itens:</p><ul><li><strong>Basicamente disponível:</strong> O sistema estará disponível em termos do teorema CAP.</li><li><strong>Estado suave: </strong>O estado será alterado com o tempo, mesmo que não haja entradas fornecidas ao sistema.</li><li><strong>Consistência eventual:</strong> O sistema alcançará a consistência ao longo prazo, desde que nenhuma entrada seja fornecida nesse período.</li></ul><h3>Sobre banco de dados orientado a documentos</h3><p>Bancos de dados convencionais são uma evolução da forma de armazenamento de dados como registros individuais em sistemas de arquivos (CLIFTON; GARCIE-MOLINA, 1988). Os registros são definidos como sendo uma sequência fixa de valores em conformidade com uma descrição estática (KENT, 1979). Esses sistemas de armazenamento são limitados devido o fato de serem baseados em registros de informação de comprimento fixo e altamente estruturados (CLIFTON; GARCIE-MOLINA, 1988), o que impossibilita que todos os dados possam ser representados por esse modelo (KENT, 1979).</p><p>Documentos são compostos por informações estruturadas e não estruturadas (CLIFTON; GARCIE-MOLINA, 1988). As informações estruturadas fornecem a capacidade de realizar pesquisas sobre esses dados, o que não ocorre em informações não estruturadas, as quais servem apenas para serem armazenadas e obtidas do sistema (CLIFTON; GARCIE-MOLINA, 1988).</p><p>Um documento é constituído por um conjunto de triplas. As triplas são formadas através de três componentes (CLIFTON; GARCIE-MOLINA, 1988):</p><ul><li><strong>Tipo: </strong>Identifica o propósito da tripla e define os tipos dos campos chave e dados.</li><li><strong>Chave: </strong>Campo estruturado utilizado para pesquisar .</li><li><strong>Item de dados: </strong>Pode ser utilizado para pesquisar (em alguns casos), mas também pode conter dados não estruturados.</li></ul><p>A busca por informações é representada pelo uso de uma Linguagem de Manipulação de Documentos (DML), responsável por encaminhar a consulta criada para o banco de dados, através de um driver que seja capaz de se comunicar com ele (CLIFTON; GARCIE-MOLINA, 1988). Essas consultas apoiam-se em dois aspectos:</p><ul><li><strong>Recuperação de documentos ao longo de cadeias de ponteiros: </strong>Importante para as referências, como também para as partes de documentos.</li><li><strong>Pesquisa por documentos que atendam a critérios específicos: </strong>Responsável por procurar detalhes, como palavras chaves, relacionamentos (ponteiros para outros documentos), como também partes específicas de um documento.</li></ul><p>De forma geral, os dados são obtidos realizando uma varredura sobre todos os documentos, conforme os critérios especificados. Para que haja uma maior performance em relação à consulta, os índices são de extrema importância, pois limitam a quantidade de documentos a serem analisados para encontrar as informações necessárias.</p><h3>Sobre MongoDB</h3><p>Conforme o teorema CAP, MongoDB fornece alta disponibilidade, escalabilidade e particionamento <strong>ao custo de consistência e suporte transacional</strong>. Nesse sentido, a ferramenta trata-se de um SGBD orientado a documentos, a qual faz o uso de documentos para torná-la flexível, escalável e rápida (EDWARD; SABHARWAL, 2015).</p><h4>Modelo de dados</h4><p>MongoDB fornece duas formas de projetar a modelagem de dados. Ao incorporar, é possível que seja realizada a incorporação de objetos dentro de um único objeto. Ao referenciar, é possível que seja realizada a referência entre esses objetos através de seus identificadores (EDWARD; SABHARWAL, 2015).</p><p>A abordagem de incorporação é incentivada devido seu baixo fluxo de requisições para obter o documento solicitado, como também devido a atomicidade e isolamento na escrita de dados, já que não há suporte para transações com vários documentos. Isso se dá porque o MongoDB salva os dados de forma contígua no disco, obtendo assim os seus dados relacionados em uma única busca. Além disso, a atomicidade ocorre ao nível de um único documento, em que os dados relacionados podem ser salvos atomicamente, desde que sejam inseridos em um único documento (EDWARD; SABHARWAL, 2015).</p><p>A abordagem de referência é incentivada devido sua flexibilidade em realizar pesquisas, como também devido ao relacionamento um para muitos ou muitos para muitos. Ao considerar dados normalizados, utilizando outras coleções, torna-se possível realizar pesquisas mais específicas sobre um conjunto desses dados. Além disso, ao referenciar documentos, evita-se a duplicação de dados como também a perca de performance na leitura e atualização (quando existem muitos dados), caso os mesmos fossem incorporados (EDWARD; SABHARWAL, 2015).</p><h4>Arquitetura</h4><p>MongoDB é formado por três componentes principais ((EDWARD; SABHARWAL, 2015):</p><ul><li><strong>mongod: </strong>Lida com todas as solicitações de dados, gerencia o formato dos dados e executa operações para gerenciamento em segundo plano.</li><li><strong>mongos: </strong>Fornece uma interface JavaScript interativa para o desenvolvedor testar consultas e operações diretamente no banco de dados e para os administradores do sistema gerenciarem o banco de dados.</li><li><strong>mongo: A</strong>tua como um serviço de roteamento que processa consultas da camada de aplicativo e determina onde os dados solicitados estão localizados no cluster fragmentado.</li></ul><p>Em caso de falha de algum dos nós disponíveis, a replicação fornece a segurança de que os dados não serão perdidos, fornecendo alta disponibilidade em uma implantação do MongoDB. A replicação trata-se da redundância de dados, em que é gerada a réplica desses dados em diferentes nós, o que auxilia em tarefas como backup e dimensionamento de leitura (EDWARD; SABHARWAL, 2015).</p><p>A fragmentação (Sharding) aborda os desafios de escalonamento para suportar grandes conjuntos de dados e alto rendimento, dividindo horizontalmente os conjuntos de dados entre servidores, onde cada servidor é responsável por lidar com sua parte dos dados e nenhum servidor fica sobrecarregado (EDWARD; SABHARWAL, 2015). Esses servidores são chamados de fragmentos (shards), sendo considerados como banco de dados independentes que juntos formam um banco de dados lógico integrado.</p><h3>Conclusão</h3><p>Bancos de dados NoSQL surgiram devido à demanda e aos desafios propostos pelo Big data, sendo projetados para processar a vasta e variada quantidade de dados presentes nas aplicações. O contexto desses dados se dá em um ambiente distribuído, em que a escalabilidade e flexibilidade são essenciais devido às restrições de tempo e de custo.</p><p>Um banco de dados orientado a documentos trata-se de um banco de dados NoSQL em que o modelo de dados é baseado em documentos, os quais são formados por dados estruturados e não estruturados, fornecendo uma maior flexibilidade. Esses bancos são gerenciados e manipulados através de uma Linguagem de Manipulação de Documentos, que age como uma interface entre as aplicações e o banco de dados. As pesquisas realizadas através da DML são responsáveis por varrer todos os documentos e podem ser mais performáticas ao se utilizar a indexação.</p><p>MongoDB é um banco de dados NoSQL, orientado a documentos, que visa fornecer alta disponibilidade, escalabilidade e particionamento <strong>ao custo de consistência e suporte transacional</strong>, estando de acordo com o teorema CAP e seguindo a abordagem BASE. Logo, não se torna garantida a consistência de dados, devido a consistência eventual, e nem a segurança de que todas as operações ocorram atomicamente (exceto ao nível único de documento).</p><p>A modelagem de dados do MongoDB pode ser feita de forma incorporada ou através de referências. O modelo a ser utilizado depende da quantidade de dados, a forma e a quantidade de vezes que são apresentados, como também suas relações.</p><p>Em suma, ao pensar em escolher utilizar o MongoDB em suas aplicações, é importante refletir sobre os seguintes pontos:</p><ul><li>Contexto de atuação (Sistema Distribuído?)</li><li>Necessidade de escalabilidade horizontal (shards)</li><li>Consciência de consistência eventual (Um dado pode estar inconsistente por um período de tempo)</li><li>Consciência da ausência de suporte transacional (Não é indicado para aplicações que utilizem transações das diversas formas possíveis)</li><li>Grande volume de dados</li><li>Flexibilidade</li><li>Restrição de custo e tempo</li></ul><h3>Referências</h3><p>CHAMBERLIN, D. D. Relational Data-Base Management Systems. <strong>ACM Computing Surveys (CSUR)</strong>, v. 8, n. 1, p. 43–66, mar. 1976.</p><p>CLIFTON, C.; GARCIE-MOLINA, H. The design of a document database. <strong>Proceedings of the ACM conference on Document processing systems — DOCPROCS ’88</strong>, 1988.</p><p>KENT, W. Limitations of record-based information models. <strong>ACM Transactions on Database Systems</strong>, v. 4, n. 1, p. 107–131, mar. 1979.</p><p>KHAN, W. et al. SQL and NoSQL Database Software Architecture Performance Analysis and Assessments — A Systematic Literature Review. <strong>Big Data and Cognitive Computing</strong>, v. 7, n. 2, p. 97, 1 jun. 2023.</p><p>EDWARD, Shakuntala Gupta; SABHARWAL Navin. <strong>Practical MongoDB</strong>. [s.l.] Berkeley, Ca Apress, 2015.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8b001bd8220a" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>