<?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[Kugel Soft - Medium]]></title>
        <description><![CDATA[Fundada em 1987 como uma empresa de treinamento em desenvolvimento de sistemas. Um ano após sua fundação passou também a desenvolver sistemas de informação de apoio aos processos de gestão de indústrias. A partir de 1998 passou a atender também cooperativas agroindustriais. - Medium]]></description>
        <link>https://medium.com/kugel-soft?source=rss----82809a03243f---4</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>Kugel Soft - Medium</title>
            <link>https://medium.com/kugel-soft?source=rss----82809a03243f---4</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 06:45:16 GMT</lastBuildDate>
        <atom:link href="https://medium.com/feed/kugel-soft" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Detecção de anomalia em um ERP]]></title>
            <link>https://medium.com/kugel-soft/detec%C3%A7%C3%A3o-de-anomalia-em-um-erp-5b31a4db3962?source=rss----82809a03243f---4</link>
            <guid isPermaLink="false">https://medium.com/p/5b31a4db3962</guid>
            <category><![CDATA[statistics]]></category>
            <category><![CDATA[software-development]]></category>
            <category><![CDATA[erp-software]]></category>
            <category><![CDATA[information-technology]]></category>
            <category><![CDATA[software]]></category>
            <dc:creator><![CDATA[Rodrigo de Bona Sartor]]></dc:creator>
            <pubDate>Thu, 06 Dec 2018 15:56:10 GMT</pubDate>
            <atom:updated>2018-12-06T15:56:10.622Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*-t2ucA9ug24pNNjd" /><figcaption>Photo by <a href="https://unsplash.com/@franki?utm_source=medium&amp;utm_medium=referral">Franki Chamaki</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>A Kugel fornece um ERP completo para Cooperativas Agroindustriais e dentro desse ERP temos um sistema para o controle do plantio, que vai desde o planejamento do plantio até a venda das sementes e fertilizantes para os cooperados.</p><p>O planejamento de plantio é muito importante, porque é a partir dele que a cooperativa negocia as compras com os fornecedores. Quanto mais assertivo for o planejamento, melhor será o resultado financeiro da cooperativa, pois terá menos desperdício de insumos.</p><p>Existe um período para que os agrônomos façam o planejamento de plantio, após esse período o planejamento é bloqueado para aprovação da gerência. Em nosso maior cliente, cada safra tem mais que 10 mil planejamentos para serem aprovados e isso estava tornando a aprovação menos detalhada e mais suscetível a erros.</p><p>Como tinha acabado de terminar um <a href="https://www.coursera.org/learn/machine-learning">curso de <em>machine learning</em></a> percebi que a maioria dos erros nos planejamentos poderiam ser detectados como anomalias utilizando <a href="https://pt.wikipedia.org/wiki/Distribui%C3%A7%C3%A3o_normal">Distribuição normal</a>.</p><p>Para fazer o cálculo de probabilidade e detectar se algum planejamento está anormal, são necessárias duas variáveis, a média e a variância. A média define o local da distribuição no eixo x e a variância define o quanto o valor varia.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/720/0*4CD4iffSjd7qy-5a.png" /><figcaption>Densidade de probabilidade de acordo com os parâmetros média e variância.</figcaption></figure><p>Para calcular a probabilidade, todos os dados devem ser numéricos. No caso dos planejamentos existem três dados que são importantes:</p><ul><li>Data do plantio</li><li>Espaçamento</li><li>Quantidade de plantas por metro quadrado</li></ul><p>Como o espaçamento e a quantidade de planta por metro quadrado já são números decimais não é necessário fazer nenhuma conversão. No caso da data do plantio é convertida para a quantidade de dias desde o início da safra.</p><p>Para calcular a média e a variância utilizamos as seguintes fórmulas:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/186/0*Q8e38JAWixPrgQd7" /><figcaption>Fórmula da média.</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/283/0*6KKxdvd1NPnoybOJ" /><figcaption>Fórmula da variância.</figcaption></figure><p>Sendo “m” a quantidade total de planejamentos de plantio e “x” a variável que estamos verificando. No caso dos planejamentos temos três variáveis que queremos controlar que define quando e quanto será utilizado. Então é realizado o cálculo da média e da variância para cada variável, ou seja, temos três médias e três variâncias.</p><p>Com a média e a variância é possível calcular a densidade de probabilidade. Quanto menor o valor da densidade, maior a probabilidade do valor ser uma anomalia.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/357/0*4E68ZL3dTZeOrnHh" /><figcaption>Fórmula da densidade de probabilidade</figcaption></figure><p>Com os planejamentos que eu tinha para teste, achei melhor criar três faixas de valores para apresentar em tela:</p><ul><li>f(x) &gt; 0.2, planejamento normal</li><li>f(x) ≤ 0.2 e &gt; 0.0001, planejamento com possível erro (em amarelo)</li><li>f(x) ≤ 0.0001, planejamento com erro (em laranja)</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/777/1*Ri1ytz35LKsLdFzlhFUftA.png" /><figcaption>Print da tela que os gerentes tem acesso</figcaption></figure><p>Ainda ficaram alguns casos em que o sistema acusava tudo como anomalia ou nenhuma anomalia quando deveria ter acusado algumas. Identifiquei que isso estava ocorrendo em casos que existiam poucos planejamentos e tinha pelo menos um que estava muito fora da faixa que deveria ser considerada padrão.</p><p>Isso ocorre porque a média fica deslocada e a variância muito alta. Então resolvi esse problema excluindo 5% dos menores e maiores valores para calcular a média e a variância.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*GZs67LZ8nMDMZIFK9XD7rw.png" /><figcaption>Exemplo densidade de probabilidade considerando todos e excluindo 5%</figcaption></figure><p>Utilizando conceitos básicos de detecção de anomalia, conseguimos diminuir consideravelmente o risco de erros graves e ainda a diminuição considerável de tempo para análise e aprovação dos planejamentos.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5b31a4db3962" width="1" height="1" alt=""><hr><p><a href="https://medium.com/kugel-soft/detec%C3%A7%C3%A3o-de-anomalia-em-um-erp-5b31a4db3962">Detecção de anomalia em um ERP</a> was originally published in <a href="https://medium.com/kugel-soft">Kugel Soft</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Escalabilidade, clusterização e atualizações sem interrupção]]></title>
            <link>https://medium.com/kugel-soft/escalabilidade-clusteriza%C3%A7%C3%A3o-e-atualiza%C3%A7%C3%B5es-sem-interrup%C3%A7%C3%A3o-dbfc471f3d54?source=rss----82809a03243f---4</link>
            <guid isPermaLink="false">https://medium.com/p/dbfc471f3d54</guid>
            <category><![CDATA[web-development]]></category>
            <category><![CDATA[software-development]]></category>
            <category><![CDATA[scalability]]></category>
            <category><![CDATA[software-architecture]]></category>
            <category><![CDATA[software-engineering]]></category>
            <dc:creator><![CDATA[Rodrigo de Bona Sartor]]></dc:creator>
            <pubDate>Tue, 24 Apr 2018 16:52:37 GMT</pubDate>
            <atom:updated>2018-04-25T12:01:14.468Z</atom:updated>
            <cc:license>https://creativecommons.org/publicdomain/mark/1.0/</cc:license>
            <content:encoded><![CDATA[<p>Quando iniciamos com desenvolvimento WEB na Kugel existiam poucas aplicações e, por consequência, poucos usuários utilizando o ambiente WEB. Assim que o projeto foi tomando corpo, mais usuários começaram a utilizar o sistema, operações mais críticas começaram a ser utilizadas e estávamos com um problema: O sistema ficava indisponível durante a atualização.</p><p>O sistema estava rodando em apenas um servidor e para atualizar a aplicação ela era desligada, a nova versão era copiada para o servidor e a aplicação era iniciada novamente. Nesse ambiente os clientes se comunicam diretamente com o servidor de aplicação (figura 1).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/497/1*OiL-OyiH-6ak-eakWsom4w.png" /><figcaption>Figura 1: Aplicação WEB sem load balancer</figcaption></figure><p>A solução foi incluir um balanceador de carga (<em>load balancer</em>) antes do servidor de aplicação. O balanceador recebe a requisição do cliente, cria uma nova requisição para qualquer um dos servidores de aplicação, assim que tiver o retorno da aplicação o balanceador retorna o resultado para a requisição do cliente (figura 2).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/497/1*-ujmSCPgVEJ5TCkNIc9VDA.png" /><figcaption>Figura 2: Aplicação WEB com load balancer</figcaption></figure><p><em>Na figura cada servidor de aplicação é uma máquina física separada, mas pode ser uma máquina virtual, um container docker ou simplesmente um outro processo.</em></p><p>Essa arquitetura também é conhecida como clusterização e permite que o software tenha uma escala horizontal, onde é possível incluir ou remover servidores de acordo com a demanda sem que a aplicação fique indisponível. Na arquitetura anterior só seria possível fazer escala vertical, melhorando o hardware do servidor geralmente com um custo mais elevado e tirando a aplicação do ar. Outra vantagem da clusterização é que se algum servidor de aplicação cair a aplicação não ficará totalmente indisponível.</p><p>Com esse ambiente é possível atualizar um servidor de aplicação por vez, sem que o sistema fique indisponível. Porém a aplicação deve ser <em>stateless</em>, ou seja, a aplicação não pode guardar dados de nenhum cliente/requisição no servidor em que a aplicação está rodando, pois o balanceador pode enviar a próxima requisição do mesmo cliente para outro servidor que não terá esses dados. Até existe a possibilidade de configurar o balanceador com <em>sticky session</em>, assim o balanceador sempre envia as requisições de um determinado cliente para o mesmo servidor, se o servidor estiver disponível, mas optamos por deixar nossa aplicação completamente <em>stateless</em>.</p><p>Em nossa aplicação apenas a autenticação não era <em>stateless</em>. As sessões eram gravadas em um arquivo temporário no servidor e quando o balanceador enviava a requisição para outro servidor era como se o usuário não estivesse autenticado, redirecionando o usuário para a página de login. Então alteramos a autenticação para utilizar JWT (<a href="https://jwt.io/">JSON Web Tokens</a>) guardando alguns dados da sessão no <em>token</em> e garantindo que a autenticação foi realizada por algum dos nossos servidores.</p><p>Incluindo o balanceador de carga conseguimos atualizar sem interrupções e ainda ganhamos escalabilidade, permitindo que o sistema tenha um hardware disponível de acordo com a demanda. Claro que com esse ambiente só temos escalabilidade com relação ao servidor de aplicação.</p><p>Seguem alguns links para quem quiser se aprofundar mais no assunto:</p><ul><li><a href="http://www.lecloud.net/tagged/scalability">Le Cloud Blog</a></li><li><a href="http://www.aosabook.org/en/distsys.html">Scalable Web Architecture and Distributed Systems</a></li><li><a href="http://horicky.blogspot.com.br/2010/10/scalable-system-design-patterns.html">Scalable System Design Patterns</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=dbfc471f3d54" width="1" height="1" alt=""><hr><p><a href="https://medium.com/kugel-soft/escalabilidade-clusteriza%C3%A7%C3%A3o-e-atualiza%C3%A7%C3%B5es-sem-interrup%C3%A7%C3%A3o-dbfc471f3d54">Escalabilidade, clusterização e atualizações sem interrupção</a> was originally published in <a href="https://medium.com/kugel-soft">Kugel Soft</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Melhoria de performance ao iniciar o Wildfly]]></title>
            <link>https://medium.com/kugel-soft/melhoria-de-performance-ao-iniciar-o-wildfly-a0b1f6475f7?source=rss----82809a03243f---4</link>
            <guid isPermaLink="false">https://medium.com/p/a0b1f6475f7</guid>
            <category><![CDATA[performance]]></category>
            <category><![CDATA[desenvolvimento-web]]></category>
            <category><![CDATA[wildfly]]></category>
            <category><![CDATA[java]]></category>
            <category><![CDATA[desenvolvimento-software]]></category>
            <dc:creator><![CDATA[Rodrigo de Bona Sartor]]></dc:creator>
            <pubDate>Tue, 03 Apr 2018 16:03:19 GMT</pubDate>
            <atom:updated>2018-04-03T16:03:18.215Z</atom:updated>
            <content:encoded><![CDATA[<p>Melhoria de performance ao iniciar o Wildfly</p><p>Em 2015 iniciamos na <a href="http://www.kugel.com.br/">Kugel</a> um projeto para conversão do nosso ERP para WEB. Como uma parte desse sistema já rodava em Java e boa parte da equipe já tinha algum conhecimento em Java, decidimos criar o projeto WEB em Java EE.</p><p>O nosso projeto é divido em 4 módulos:</p><ul><li>Domain (acesso o banco de dados)</li><li>Services (lógica de negócio)</li><li>Report (relatórios)</li><li>Web (API REST)</li></ul><p>No início do projeto, com poucas classes e poucas tabelas, a aplicação iniciava em 25 segundos. Com o desenvolvimento de novas funcionalidades, como emissão de nota fiscal, muitas classes foram criadas e tabelas foram adicionadas ao projeto. No momento o projeto contém mais que 600 tabelas sendo que algumas tem chave composta o que faz com que o módulo Domain tenha mais que mil classes apenas para acesso ao banco.</p><p>Com o aumento do número de classes vimos o tempo de inicialização da aplicação passar de 25 segundos para 70 segundos. Considerando que cada desenvolvedor inicia a aplicação algumas vezes por dia, essa diferença de tempo estava começando a incomodar.</p><p>Para tentar identificar o que o Wildfly estava rodando durante a inicialização da aplicação, ativei alguns logs das classes do Wildfly e identifiquei que estava levando um tempo para fazer as validações do CDI (Contexts and Dependency Injection). Também identifiquei que estava validando todas as classes do projeto sendo que muitas delas nunca serão utilizadas com o CDI.</p><p>Pesquisando um pouco encontrei o CDI 1.1 com seu novo atributo “bean-discovery-mode” e que permite um dos seguintes valores:</p><ul><li>none: Desativa o CDI para todas as classes</li><li>all: Ativa o CDI para todas as classes</li><li>annotated: Ativa o CDI apenas para as classes que tem annotations do CID</li></ul><p>Todos os módulos do projeto tinham o arquivo beans.xml em branco, ou seja, o “bean-discovery-mode” estava utilizando “all” por padrão e por isso o Wildfly estava validando todas as classes.</p><p>Alterei todos os módulos, menos o Services, para “annotated” e incluí os annotations nas classes que não tinham e que utilizam CDI. O Services continuou como “all” pois não faria muita diferença, visto que 90% das classes utilizam CDI.</p><p>Após essa alteração a aplicação iniciou em 30 segundos, menos da metade do tempo anterior (70 segundos).</p><p>tl;dr: Alterando o “bean-discovery-mode” de “all” para “annotated” a aplicação demorou menos da metade do tempo para iniciar.</p><p>O arquivo beans.xml deve estar dentro de “META-INF”, exemplo:</p><blockquote>&lt;<strong>beans xmlns=”http://xmlns.jcp.org/xml/ns/javaee&quot;<br> xmlns:xsi=”http://www.w3.org/2001/XMLSchema-instance&quot;<br> xsi:schemaLocation=”http://xmlns.jcp.org/xml/ns/javaee http://xmlns.jcp.org/xml/ns/javaee/beans_1_1.xsd&quot;<br> bean-discovery-mode=”annotated”</strong>&gt;<br>&lt;/<strong>beans</strong>&gt;</blockquote><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a0b1f6475f7" width="1" height="1" alt=""><hr><p><a href="https://medium.com/kugel-soft/melhoria-de-performance-ao-iniciar-o-wildfly-a0b1f6475f7">Melhoria de performance ao iniciar o Wildfly</a> was originally published in <a href="https://medium.com/kugel-soft">Kugel Soft</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>