A complexidade da Internet das Coisas

Recentemente, eu li um paper muito interessante sobre planejamento de capacidade em projetos de Smarter Planet. O titulo é “Performance and Capacity Implications for a Smarter Planet”, publicado pela IBM na série redpapers.

A ideia básica do artigo é lembrar que, quando falamos em projetos de Smarter Planet como cidades inteligentes, trânsito inteligente e outros similares, que utilizam o conceito de um mundo cada vez mais instrumentado e conectado, temos que prestar atenção aos aspectos de infraestrutura computacional, seja ela própria ou em nuvem.

Os profissionais que trabalham com performance e planejamento de capacidade enfrentam novos desafios quando desenhamos projetos que abordam a Internet das Coisas. Com o mundo instrumentado e conectado, temos condições de criar projetos bem complexos que monitoram e gerenciam de forma autonômica praticamente todos os sistemas que formam nossa sociedade, como a gestão de uma cidade e de seus sistemas, como trânsito, segurança, educação, saúde e outros.

Entretanto, estes sistemas tendem a ser complexos, pois demandam orquestração e integração de diversos sistemas e tecnologias. Envolvem sensores, câmeras inteligentes, mídias sociais, smartphones e tablets e inúmeros outros dispositivos, além, é claro, de sistemas de back-office e seus servidores de banco de dados.

Esta complexidade faz com que tenhamos que encarar a questão do desempenho e capacidade de forma mais científica e menos intuitiva. Surge o conceito de Performance Enginnering. Um pouco do que é este assunto e links adicionais podem ser lidos na Wikipedia.

O paper mostra alguns exemplos interessantes, que valem a pena analisar. Um deles aborda um sistema de tarifação automática que deteta o veículo e, através de câmeras, obtém as suas placas para realizar a cobrança. Outro exemplo mostra a análise de performance de um sistema de medidores inteligentes e o consequente aumento de demanda por recursos computacionais para sua utilização. Hoje, uma empresa de energia tem um registro mensal por cliente. Com medidores inteligentes, pode-se medir o consumo de energia em tempo real ou em períodos de tempo determinados. Por exemplo, se a empresa tiver um milhão de clientes, em vez de coletar um milhão de registros por mês (obtidos pela leitura de medidores analógicos), com medidores inteligentes poderá enviar dados a cada 15 minutos, e com isso terá que manusear 2.880.000.000 registros por mês.

O paper mostra ainda exemplos de monitoramento em tempo real da posição de trens e o uso de etiquetas eletrônicas (RFID) para construir um sistema de logística inteligente. Quanto mais próximo do tempo real, maior a necessidade de capacidade computacional e de tecnologia que gerencie eventos na velocidade adequada. Uma tecnologia interessante é a WebSphere Sensor Events, da IBM.

Na prática, a Internet das Coisas tem um intercessão natural com o Big Data. Vejamos o exemplo da tarifação automática. Imaginemos que sejam câmeras instaladas nas vias de acesso ao centro de uma grande cidade. O sistema tem que registrar todos os veículos que entram e saem deste centro, processando suas placas e emitindo as cobranças que poderão ser efetuadas de diversas maneiras, como pela Internet ou caixas ATM. Temos grandes desafios de integração de tecnologias e sistemas, bem como volumes de dados significativos para serem armazenados. Aumentando o problema: imaginemos agora 5.000 câmeras distribuídas pela cidade, para melhorar a segurança dos seus cidadãos. Quanto de capacidade de armazenamento será necessária para guardar todas estas imagens (e por quanto tempo deverão ser armazenadas?) e que tecnologias usaremos para recuperar rapidamente as imagens que queremos, sem o desperdicio de tempo de assistir a milhares de horas de video… E a variável velocidade? Imaginemos milhares de sensores espalhados pela cidade monitorando continuamente o fluxo de veículos, controlando em tempo real os semáforos. Não são questões simples…

O uso prático da Internet das Coisas nos abre inúmeras oportunidades, mas também nos gera um desafio e tanto pelo imenso volume de dados que devem ser armazendos e processados, muitas vezes em tempo real, para que os objetivos do sistema sejam alcançados. É, portanto, uma nova e desafiadora tarefa para os profissionais de arquitetura e perfomance/ planejamento de capacidade. Aliás, esta é a vantagem de atuarmos em um campo que se transforma radicalmente de um dia para o outro, como a computação. Nenhum dia é igual ao outro e o profissional que não se mantiver atualizado perde rapidamente sua empregabilidade.