Capítulo 7. Desnormalização e evidenciação
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Observação
Partes deste capítulo foram publicadas anteriormente em Building an Event-Driven Data Mesh (O'Reilly, 2023).
Os eventos geralmente são originados de modelos de dados normalizados, especialmente se você estiver usando a captura de dados de alteração (consulte o Capítulo 6) para carregar dados de tabelas relacionais. Os bancos de dados relacionais resolvem as relações no momento da consulta e são criados com base na premissa de que têm acesso a todos os dados necessários no momento da consulta.
Por outro lado, os microsserviços orientados por eventos dependem de dados fornecidos por eventos e tendem a funcionar melhor quando os dados necessários estão todos dentro do próprio evento. A realidade é que a semântica das junções de streaming é muito mais complexa do que a de um conjunto de dados estáticos. Embora existam estruturas de streaming que possam resolver as uniões de streaming, elas tendem a ser mais lentas e mais caras do que aquelas para conjuntos de dados estáticos. As discussões sobre as estruturas de streaming que oferecem suporte a uniões de streaming são abordadas com mais detalhes nos Capítulos 12, 13 e 14.
Eventificação é um padrão de implementação para desnormalizar e remodelar fluxos altamente relacionais em formas mais adequadas para consumidores orientados por eventos. O objetivo final é reduzir ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access