ESQUEMA DE PROCESSAMENTO ASSÍNCRONO COM OTIMIZAÇÃO DE BANCO DE DADOS PARA MITIGAÇÃO DE GARGALOS EM SISTEMAS DISTRIBUÍDOS EM ALTA DEMANDA

Autores

  • Ivan de Jesus Coelho Correa Junior Universidade do Estado do Pará
  • Kauan da Silva Pacheco Universidade do Estado do Pará
  • Estêvão Damasceno Santos Universidade do Estado do Pará

DOI:

https://doi.org/10.66104/q1aek837

Palavras-chave:

Gerência de Redes, Resiliência de Serviços, Processamento Assíncrono, Filas de Mensageria, Engenharia de Performance

Resumo

A transformação digital na educação exige infraestruturas de rede capazes de gerir eventos sazonais de elevada procura, como a rematrícula acadêmica. As arquiteturas síncronas tradicionais levam frequentemente a congestionamentos críticos da rede, contenção de bases de dados e indisponibilidade de serviços sob cargas de pico. Este artigo propõe um esquema de gestão distribuída que integra processamento assíncrono, enfileiramento de mensagens e Otimização de Base de Dados (OBD) para aumentar a resiliência do serviço em ambientes com recursos limitados. Ao utilizar um broker de mensagens para desacoplamento de E/S e implementar processamento em lote com commits assíncronos, o sistema otimiza a alocação de recursos e o fluxo de tráfego. Os resultados experimentais demonstram que o modelo assíncrono melhorou o throughput (RPS) em mais de 50% e reduziu a latência média em 60%.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

BANDARU, R. Cloud-native microservices with Docker and Kubernetes: build and deploy scalable microservices using Docker, Kubernetes, and Helm. 2. ed. Birmingham: Packt Publishing, 2022.

BLINOWSKI, G.; OJDAK, J.; PRZYBYŁEK, A. Monolithic vs. Microservice Architecture: A Performance Comparison. IEEE Access, v. 10, p. 20301-20314, 2022. DOI: https://doi.org/10.1109/ACCESS.2022.3152803

CAMPOS, G. et al. Análise de Saturação e Eficiência de Recursos em Ambientes de Computação em Nuvem. In: SIMPÓSIO BRASILEIRO DE REDES DE COMPUTADORES E SISTEMAS DISTRIBUÍDOS (SBRC), 42. , 2024, Niterói. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2024. p. 102-115.

FERREIRA, A. et al. Transformação Digital no Ensino Superior: Desafios e Oportunidades em Tempos de Sazonalidade. Revista Brasileira de Informática na Educação, v. 30, p. 112-135, 2022.

ISHANKHODJAEV, A. et al. Thread-blocking reduction through asynchronous programming: A performance study. Journal of Systems and Software, v. 185, p. 111-125, 2024.

KAMIŃSKI, T.; KLONICA, J.; PAŃCZYK, B. Comparative analysis of RabbitMQ and Kafka for granular routing in Spring Boot applications. International Journal of Distributed Systems, v. 16, n. 2, p. 45-58, 2025.

LAIGNER, R. et al. Benchmarking databases under extreme saturation: Methodologies and pitfalls. Journal of Performance Engineering, v. 12, n. 3, p. 88-102, 2024.

LINHARES, J. et al. Diagnóstico proativo de desempenho de rede: uma abordagem baseada em técnicas de regressão sobre dados de monitoramento. In: WORKSHOP DE GERÊNCIA E OPERAÇÃO DE REDES E SERVIÇOS (WGRS - SBRC), 23. , 2025, Porto Alegre. Anais [...]. Porto Alegre: SBC, 2025. p. 1-14. DOI: https://doi.org/10.5753/wgrs.2025.8765

MEDEIROS, L. et al. Orquestração Resiliente de Microsserviços: Uma Abordagem Baseada em Monitoramento Ativo e Auto-recuperação. Revista Brasileira de Computação Aplicada, Passo Fundo, v. 15, n. 2, p. 45-58, jul. 2023.

NASSER, H.; JABER, M. Managing connections efficiently in postgresql to optimize cpu, i/o and memory usage. International Journal of Science and Research Archive, v. 15, n. 1, p. 1726-1729, 2025. DOI: https://doi.org/10.30574/ijsra.2025.15.1.0650

POPOVIC, M. Performance engineering of a microservice-based system. New York: Springer, 2025.

SALUNKE, S. V.; OUDA, A. A performance benchmark for the postgresql and mysql databases. Future Internet, v. 16, n. 10, p. 382, 2024. DOI: https://doi.org/10.3390/fi16100382

SANTOS, B. et al. IoT sensor networks in smart buildings: A performance assessment using queuing models. Sensors, v. 21, n. 16, p. 5660, 2021. DOI: https://doi.org/10.3390/s21165660

SHYAM MOHAN, J. S.; GOSWAMI, K. Performance analysis and comparison of node.js and java spring boot in implementation of restful applications. Software: Practice and Experience, 2025. DOI: https://doi.org/10.1002/spe.3418

TOPALIDI, A. Asynchronous processes and message queues in ruby applications: efficiency analysis of sidekiq and rabbitmq. International Journal on Science and Technology, v. 16, n. 4, 2025. DOI: https://doi.org/10.71097/IJSAT.v16.i4.9271

PINYAGIN, M.; SADOVYKH, A. Automating Performance Testing in CI/CD - Tools Evaluation. In: BONFANTI, S.; PAPADOPOULOS, G. A. (Eds.). Testing Software and Systems. ICTSS 2025. Lecture Notes in Computer Science, vol. 16107. Cham: Springer, 2026. DOI:https://doi.org/10.1007/978-3-032-05188-2_13. DOI: https://doi.org/10.1007/978-3-032-05188-2_13

SOBIERAJ, M.; KOTYŃSKI, D. Docker Performance Evaluation across Operating Systems. Applied Sciences, v. 14, n. 15, p. 6672, 2024. DOI: https://doi.org/10.3390/app14156672. DOI: https://doi.org/10.3390/app14156672

STĘPIEŃ, K.; SKUBLEWSKA-PASZKOWSKA, M. Performance evaluation of REST and GraphQL API aproaches in data retrieval scenarios using NestJS. Journal of Computer Sciences Institute, v. 36, 2025. DOI: https://doi.org/10.35784/jcsi.7794. DOI: https://doi.org/10.35784/jcsi.7794

Downloads

Publicado

2026-04-27

Como Citar

ESQUEMA DE PROCESSAMENTO ASSÍNCRONO COM OTIMIZAÇÃO DE BANCO DE DADOS PARA MITIGAÇÃO DE GARGALOS EM SISTEMAS DISTRIBUÍDOS EM ALTA DEMANDA. (2026). REMUNOM, 13(07), 1-28. https://doi.org/10.66104/q1aek837