O que é computação distribuída?

Os sistemas de computação distribuída fazem as coisas acontecerem em grande escala. Lembre disso na próxima vez que você jogar um game MMO (massively multiplayer online). Para gerenciar efetivamente um MMO, são necessários sistemas inteiros se unindo e trabalhando em conjunto para oferecer uma experiência online perfeita que está sendo compartilhada simultaneamente por milhares de jogadores em um ambiente em tempo real.

A computação distribuída ajuda os provedores a reunir esse tipo de sincronização coordenada e poder de processamento do computador em direção a um objetivo comum.

E esse é só um exemplo entre as diversas aplicações dos serviços de computação distribuída atualmente em uso, como criação de gráficos 3D vívidos para animações, treinamento de redes neurais que imitam o funcionamento do cérebro humano e resolução de equações extremamente complexas de química e física.

Normalmente, o modelo de computação distribuída assume as tarefas e cargas de trabalho de computação mais intensivas e lida com os desafios computacionais mais sérios, e é por isso que requer o uso de vários componentes e memória compartilhada.

A computação distribuída conecta vários computadores, servidores e redes para realizar tarefas computacionais de diferentes tamanhos e finalidades. Em sistemas pequenos de computação distribuída, com componentes próximos entre si, é possível conectá-los por meio de uma rede local (LAN).

Em sistemas distribuídos maiores, quando os componentes estão geograficamente distantes, eles se conectam por redes de longa distância (WAN). Os componentes em um sistema distribuído compartilham informações por meio de qualquer tipo de rede que esteja sendo usada. O exemplo mais conhecido de sistema distribuído é a Internet. A criptomoeda talvez seja o exemplo mais controverso de sistema distribuído nos últimos tempos.

Do ponto de vista computacional, mesmo as formas mais simples de computação distribuída normalmente incluem três componentes básicos, considerando a quantidade envolvida:

• Controlador primário do sistema

• Armazenar de dados do sistema

• Banco de dados

No entanto, não existem regras fixas sobre o que define um cenário de computação distribuída ou quantos componentes de software são necessários para que ela funcione. Pode haver apenas alguns componentes atuando nessa cadeia (ou rede), ou então muitos outros podem ser integrados ao processo.

Esse é um dos grandes benefícios da computação distribuída: ela permite expandir o sistema adicionando mais máquinas. Outro grande benefício é a redundância: se um dos computadores da rede falhar por qualquer motivo, o sistema continua funcionando normalmente, mesmo assim.

Esse conceito de redundância adicional anda de mãos dadas com a ênfase na tolerância a falhas. A tolerância a falhas é um processo corretivo que permite que um sistema operacional responda e corrija uma falha no software ou no hardware enquanto o sistema continua operando. A tolerância a falhas passou a ser usada como uma medida geral da viabilidade contínua dos negócios em face de uma falha disruptiva.

Sistemas de computação distribuída não têm limite fixo quanto à quantidade de componentes. Também não é necessário que esses componentes estejam fisicamente próximos nem conectados por redes locais. Com os recursos ampliados das redes de longa distância, os computadores de um sistema distribuído podem estar em continentes diferentes e ainda assim funcionar perfeitamente.

O objetivo dos sistemas de computação distribuída é fazer com que a rede de computação distribuída, independentemente do seu tamanho e de onde seus componentes estejam localizados, funcione como se fosse um único computador. Essa coordenação é realizada por meio de um sistema elaborado de troca de mensagens entre os diversos componentes.

Os protocolos de comunicação controlam a troca de mensagens entre os componentes e estabelecem o relacionamento entre eles. Chamamos essa relação de “acoplamento”, que geralmente se apresenta de duas formas:

• Acoplamento fraco: a conexão entre dois componentes fracamente acoplados é suficientemente leve para que mudanças em um deles não afetem o outro.

• Acoplamento forte: componentes fortemente acoplados operam com tamanha sincronização e paralelismo que o processo de “clusterização” usa componentes redundantes para garantir a continuidade do sistema.

A computação distribuída também lida com os efeitos positivos e negativos da simultaneidade, ou concorrência, que é a execução simultânea de várias sequências de instruções operacionais. Entre suas qualidades positivas, destaca-se o fato de que concorrência permite a computação paralela de vários threads de processo. (A computação paralela não deve ser confundida com o processamento paralelo, que é um processo em que tarefas de tempo de execução são divididas em várias tarefas menores.)

Os pontos negativos associados à simultaneidade geralmente incluem maior latência e até gargalos em que o tráfego quase pára devido à sobrecarga do sistema de computação distribuído com um número excessivo de solicitações de componentes.

Concorrência é diferente de multithreading, que permite a um programa continuar rodando enquanto outras tarefas acontecem em segundo plano. A concorrência consome mais recursos, pois várias threads operam ao mesmo tempo e acessam os mesmos recursos simultaneamente.

Os tipos de computação distribuída são classificados de acordo com a arquitetura de computação distribuída que cada um utiliza.

Sistemas cliente-servidor utilizam uma arquitetura cliente-servidor que permite seu uso com mais de um sistema. Nesse modelo, o cliente envia um input ao servidor na forma de uma solicitação. Essa comunicação geralmente envolve um comando para executar determinada tarefa ou uma solicitação por mais recursos de computação. O servidor então trabalha para cumprir essa tarefa ou alocar os recursos solicitados. Uma vez concluído, o servidor responde ao cliente com uma mensagem sobre a ação tomada.

Enquanto os sistemas centralizados utilizam arquitetura cliente-servidor, um sistema peer adota arquitetura peer (também chamada de arquitetura ponto a ponto). Sistemas peer utilizam nós, que podem funcionar efetivamente como cliente ou servidor, seja identificando necessidades e enviando solicitações, seja atendendo a essas necessidades e relatando as operações. Como o nome sugere, não há hierarquia em sistemas peer, portanto programas que operam em sistemas ponto a ponto conseguem se comunicar livremente entre si e transferir dados via redes peer.

Middleware pode ser considerado como um tipo de "intermediário" que opera entre duas aplicações distintas, ou seja, o middleware é uma aplicação que fica entre dois aplicativos e fornece serviços para ambos. O middleware também tem um aspecto interpretativo. Ele atua como um tradutor entre diferentes aplicativos de interoperabilidade que rodam em sistemas distintos e permite que esses aplicativos troquem dados livremente.

Os sistemas em três camadas recebem esse nome devido à quantidade de camadas usadas para representar a funcionalidade de um programa. Ao contrário da arquitetura cliente-servidor típica na qual os dados são colocados no sistema cliente, o sistema de três camadas mantém os dados armazenados em sua camada intermediária, que é chamada de Camada de Dados. A Camada de Aplicação envolve a Camada de Dados em um de seus lados, enquanto a Camada de Apresentação envolve a Camada de Dados no outro lado. Os sistemas de três camadas são usados rotineiramente em vários aplicativos da web.

Algumas vezes chamados de sistemas distribuídos em múltiplas camadas, os sistemas N camadas têm capacidade ilimitada para funções de rede, que eles direcionam para outros aplicativos para processamento. A arquitetura dos sistemas de N camadas se assemelha à encontrada em sistemas de três camadas. Os sistemas de N camadas são frequentemente usados como base arquitetônica para vários serviços da Web e sistemas de dados.

A computação distribuída permite o uso de diferentes paradigmas de programação (que podem ser considerados como estilos de programação):

• Blockchain: O blockchain é um tipo de banco de dados ou livro-razão distribuído que é replicado e sincronizado nos diversos computadores que compõem uma rede. Um blockchain assegura um dos principais objetivos da computação distribuída,redundância, pois cada computador na cadeia mantém uma cópia do livro-razão original, o que evita a perda de dados por um único ponto de falha.

• Computação em grade: a computação em grade é um tipo de computação distribuída que lida com cargas de trabalho não interativas, geralmente envolvendo uma combinação de frameworks e middleware software. A grade escalonável acessada por meio da interface do usuário funciona como um sistema de arquivos de mega porte.

• Microsserviços: os microsserviços são outra forma de computação distribuída na qual as aplicações são divididas em componentes muito menores, geralmente chamados de "serviços". As frameworks são conjugadas pela interface do programa de aplicativos (API), que permite a interação entre os componentes.