Resumo Executivo

Lucas Sordi Rambo; Ariel Da Silva Dias

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

A crescente complexidade dos sistemas de Tecnologia da Informação e a demanda por aplicações escaláveis e de alta disponibilidade impulsionaram o uso da arquitetura orientada a eventos, também conhecida como event-driven architecture. Essa abordagem de arquitetura de software é utilizada para a comunicação entre microsserviços de maneira assíncrona, permitindo que a interação entre os componentes ocorra por meio da emissão e consumo de eventos, sem a necessidade de chamadas diretas ou acoplamento rígido. Entre os principais benefícios observados em sistemas distribuídos modernos estão a alta escalabilidade, a performance otimizada, a tolerância a falhas e o baixo acoplamento entre os serviços. Nos últimos anos, essa arquitetura tem se consolidado amplamente em setores críticos, como serviços financeiros, sistemas distribuídos de larga escala e aplicações de monitoramento em tempo real (Rahmatulloh et al, 2024). No contexto industrial, os Sistemas de Execução de Manufatura, ou Manufacturing Execution System, passam por um processo acelerado de modernização para atender aos princípios da Indústria 4.0. O sistema de execução de manufatura atua como um software que gerencia e monitora a produção no chão de fábrica, auxiliando na otimização dos processos, na melhoria da qualidade e na redução de custos operacionais.

Tradicionalmente, esses sistemas foram desenvolvidos como aplicações monolíticas, apresentando alto acoplamento e dificuldades de integração com sistemas legados e aplicações corporativas, como as de Recursos Humanos e Planejamento de Recursos Empresariais. A decomposição do sistema de execução de manufatura em microsserviços que se comunicam de forma assíncrona por meio de eventos permite que os componentes reajam em tempo real às mudanças dinâmicas no ambiente de produção. Além disso, essa estrutura facilita a introdução de novas funcionalidades e a adaptação ágil às mudanças nos processos de manufatura (Amazon Web Services, 2021). Por outro lado, a transição para modelos distribuídos propõe desafios técnicos significativos, como a separação de bancos de dados, a gestão de transações distribuídas e a complexidade inerente à integração entre sistemas heterogêneos (Mishra et al, 2022). Soluções baseadas em comunicação assíncrona com mensageria avaliam padrões como publish-subscribe, request-reply e event streaming para garantir a fluidez dos dados. Estruturas destinadas a integrar inteligência artificial para análise de dados e previsão de comportamento propõem arquiteturas em camadas que abrangem desde a ingestão de dados até a lógica de negócios e apresentação, mostrando que a adoção da arquitetura orientada a eventos permite uma integração eficiente ao ambiente corporativo (Peter, 2024).

Princípios fundamentais para o desenvolvimento de aplicações escaláveis e resilientes, que gerenciam grandes volumes de dados, destacam a importância da comunicação assíncrona. É essencial projetar sistemas com atenção a aspectos críticos, como a consistência eventual e a ordenação rigorosa de mensagens, elementos que são diretamente aplicáveis ao monitoramento contínuo da produção fabril (Kleppmann, 2017). O desenvolvimento de uma arquitetura orientada a eventos para o monitoramento da produção industrial prioriza a comunicação assíncrona entre microsserviços, buscando identificar os principais eventos de domínio relacionados ao processo produtivo. A modelagem dessa arquitetura e o processamento de dados dependem da análise criteriosa de ferramentas de mensageria e padrões de comunicação que suportem a carga de trabalho industrial. A implementação de um protótipo funcional, com microsserviços integrados por um broker de mensagens, permite a realização de testes de desempenho e observabilidade para avaliar a eficácia da solução na disponibilização de indicadores de produção precisos.

A condução da pesquisa seguiu uma abordagem experimental, combinando a modelagem de arquitetura de software e a implementação de um protótipo funcional para validar a viabilidade da arquitetura orientada a eventos no monitoramento industrial. Foram simulados cenários reais de apontamento de estado de funcionamento de máquinas, abrangendo operações de registro de parada, operação e configuração. Esse procedimento possibilitou o mapeamento detalhado dos eventos de domínio, tratando especificamente o processo de consolidação do indicador de disponibilidade a partir dos dados ingeridos. A definição de eventos de domínio e a separação coerente entre os contextos de cada microsserviço facilitam a construção da infraestrutura. Abordagens que sugerem aguardar a maturação dos requisitos antes de definir os serviços e a necessidade de seleção cuidadosa das ferramentas são fundamentais frente à diversidade de opções tecnológicas disponíveis (Laigner et al, 2020).

A modelagem de domínio fundamentou-se nos princípios do Domain-Driven Design, orientando-se pela identificação e representação dos conceitos centrais do negócio e pela formalização de um modelo ubíquo compartilhado entre especialistas técnicos e de processo (Evans, 2003). O enfoque buscou representar os elementos do processo produtivo e o cálculo do indicador de disponibilidade, que integra a métrica de Eficiência Global do Equipamento. Esse indicador mede o percentual de tempo em que um recurso produtivo esteve efetivamente disponível para operação em relação ao tempo planejado, permitindo análises segmentadas por turno ou período. O sistema de execução de manufatura atua entre a camada de automação e os sistemas corporativos, desenvolvendo as conexões necessárias entre o planejamento de recursos empresariais e a manufatura. Ele gerencia o fluxo de informações, coletando dados do chão de fábrica e analisando-os por meio de indicadores analíticos, funcionando como um facilitador para a integração de dados em ambientes de Indústria 4.0 (Durão et al, 2022).

A delimitação do domínio estruturou-se em conformidade com padrões de referência da automação industrial, como a norma ISA-95, que posiciona o sistema de execução de manufatura como uma camada intermediária de nível três. Dentro desse escopo, os eventos de disponibilidade são classificados como parte dos processos de rastreamento de produção e análise de desempenho (International Society of Automation, 2013). Os dados históricos armazenados servem tanto para o cumprimento de requisitos regulatórios quanto para a tomada de decisões estratégicas, como a alocação de investimentos e o direcionamento de melhorias na manutenção. O foco concentrou-se na obtenção do indicador de disponibilidade, entendido como o resultado de um conjunto de eventos que descrevem as condições de operação dos recursos. Esses eventos indicam se uma máquina está operando, em manutenção ou em parada, sempre associados a um instante de tempo preciso. O fluxo de domínio consiste em receber esses registros, organizar a sequência cronológica de estados e derivar indicadores que traduzam a realidade operacional da fábrica.

A modelagem da arquitetura do sistema envolveu serviços como agente receptor de eventos, processo de ingestão de dados e geração de relatórios. O critério principal para a seleção das tecnologias foi a flexibilidade de implementação e a possibilidade de disponibilização em ambientes de nuvem, utilizando ferramentas de código aberto. O código principal utilizou .NET Aspire, que facilita a implementação em ambientes distribuídos e oferece maturidade no ecossistema .NET, além de observabilidade nativa com OpenTelemetry. Para simplificar a integração entre serviços, empregou-se o Dapr, que abstrai a complexidade da comunicação e garante a entrega consistente dos eventos. A comunicação assíncrona foi viabilizada pelo Apache Kafka, adotado como event broker devido à sua alta capacidade de throughput, baixa latência e entrega ordenada, características indispensáveis para lidar com fluxos contínuos de dados do chão de fábrica. O mecanismo de armazenamento utilizou o MongoDB, um banco documental que atende tanto à escrita quanto à leitura em relatórios, enquanto o painel de visualização foi elaborado com a biblioteca Streamlit em Python.

O uso do .NET Aspire permitiu testar diferentes combinações de infraestrutura em ambiente local, realizando a orquestração de containers para banco de dados e mensageria, o que possibilitou a validação da arquitetura em etapas iniciais e reduziu riscos de desenvolvimento (Microsoft, 2025). O Dapr funcionou como uma camada de abstração, simplificando a implementação de padrões como o Outbox e reduzindo a complexidade associada ao gerenciamento de estados. Por meio de componentes reutilizáveis, o Dapr permitiu que os microsserviços interagissem de forma desacoplada, promovendo portabilidade e resiliência (Cloud Native Computing Foundation, 2025). O Apache Kafka mostrou-se superior em cenários de event streaming para múltiplos consumidores, permitindo o reprocessamento de eventos e a criação de pipelines escaláveis. O MongoDB, por sua vez, favoreceu a implementação do padrão Command Query Responsibility Segregation, otimizando a separação entre operações de escrita e leitura no processamento de indicadores.

Em processos produtivos que exigem rastreabilidade rigorosa, como nos setores automotivo e de alimentos, a arquitetura orientada a eventos facilita a coleta e distribuição de dados, transferindo essa responsabilidade para o broker de mensageria (Kuhn e Franke, 2020). A técnica de Event Sourcing foi incorporada como estratégia de persistência e reconstrução de estados, armazenando todos os eventos que alteraram o sistema ao longo do tempo em vez de apenas o estado atual. Isso permite uma reconstrução precisa e auditável do histórico de operações. O MongoDB atuou como Event Store, funcionando como repositório central onde cada modificação no estado de um recurso produtivo foi registrada como um evento imutável. A distribuição desses eventos foi realizada pelo Apache Kafka, garantindo a consistência entre a persistência no banco de dados e a publicação no tópico por meio do padrão Outbox, facilitado pelos blocos de construção do Dapr. Esse modelo proporciona flexibilidade para reprocessar métricas e simular cenários alternativos caso as regras de negócio sejam alteradas.

A aplicação da arquitetura orientada a eventos na manufatura proporciona o monitoramento em tempo real do progresso da produção e o controle da qualidade. O processamento de eventos também serve para identificar tendências e detectar anomalias por meio de inteligência artificial (Manchana, 2021). A estratégia de avaliação da arquitetura foi realizada por meio de testes de carga com a ferramenta Locust, simulando 100 recursos produtivos apontando estados operacionais via interface de programação de aplicações. O cenário reproduziu a realidade fabril, onde múltiplos equipamentos reportam estados continuamente com intervalos de 15 segundos entre as chamadas. O projeto foi instrumentado com OpenTelemetry para padronizar a coleta de logs, traces e métricas, permitindo observar o volume de mensagens trafegadas e o tempo total até a consolidação dos dados. Foram obtidos parâmetros como latência, taxa de erros e throughput, complementados pela inspeção de traces distribuídos para identificar eventuais gargalos na comunicação assíncrona.

Os resultados demonstram a aplicabilidade e os benefícios da arquitetura orientada a eventos no contexto de sistemas de execução de manufatura. O domínio foi delineado a partir do recurso produtivo como unidade central, representando máquinas monitoradas no chão de fábrica. Cada evento foi caracterizado por um identificador único do recurso, a categorização do status de produção e um registro temporal. Exemplos práticos incluíram uma injetora de plástico iniciando operação às 08:15, entrando em parada planejada às 09:30 para troca de ferramenta e retornando à operação às 09:55. Esses registros, quando encadeados cronologicamente, permitem reconstruir o histórico completo das condições operacionais. O sistema também contempla eventos de retificação que não substituem o original, mas são adicionados como novos eventos imutáveis, assegurando a rastreabilidade integral. O serviço de domínio processa esses eventos em ordem cronológica para computar o tempo efetivamente produtivo em relação ao planejado, expressando o resultado em percentual de disponibilidade.

A arquitetura foi organizada em três microsserviços principais: Edge-API, responsável por receber os apontamentos e persistir no Event Store; KPI-Processing, que consome os eventos do Kafka para calcular indicadores; e Report, voltado para a visualização dos dados consolidados em dashboards. O fluxo inicia-se com os recursos de fábrica gerando eventos operacionais encaminhados para a Edge-API. Uma vez recebidos, os eventos são persistidos no Event Store e distribuídos via Apache Kafka usando o padrão Outbox, o que assegura a consistência e impede que um evento seja gravado sem ser publicado ou vice-versa. O serviço KPI-Processing materializa o resultado em uma projeção otimizada salva no MongoDB. A interface de visualização permite que gestores acompanhem o status atual e o histórico recente, como observado no caso de uma injetora operando e um torno em estado parado, evidenciando a alternância entre produção e manutenção.

Em sistemas distribuídos, a consistência eventual manifesta-se na interação entre o Event Store e a atualização das projeções. Durante curtos períodos, as consultas ao MongoDB podem retornar dados defasados, mas todos os componentes convergem para o mesmo estado em tempo finito. No domínio do sistema de execução de manufatura, esse efeito não prejudica as funcionalidades, pois os dados de relatório não exigem atualização instantânea absoluta, permitindo equilibrar escala e desempenho. A observabilidade forneceu evidências do comportamento das aplicações, com traces indicando que a ingestão de um evento fabril pela Edge-API apresentou um tempo total de execução de 95,8 ms. A operação vinculada ao padrão Outbox assegurou a atomicidade entre a gravação e a publicação. De maneira complementar, o serviço KPI-Processing realizou o processamento e consolidação em 96,63 ms, confirmando o funcionamento esperado do modelo assíncrono.

O teste de carga conduzido com a ferramenta Locust, utilizando 100 recursos produtivos com uma rampa de acréscimo de um recurso por segundo, revelou que o tempo médio para a consolidação de um evento de ingestão foi de 187,31 ms. Ao longo de cinco minutos, foram registradas 1703 requisições, com uma latência média de 146,99 ms e um throughput de 5,68 requisições por segundo. Não foram observadas falhas durante a execução do teste, o que reforça a estabilidade da solução proposta. A aplicação de mecanismos de observabilidade mostrou-se indispensável para verificar o comportamento de cada componente em sistemas baseados em microsserviços. A análise conjunta dos traces e dos testes de carga trouxe visibilidade para diagnosticar pontos de melhoria e validar a capacidade do protótipo desenvolvido em suportar as demandas de um ambiente industrial dinâmico.

A integração de tecnologias modernas como .NET Aspire e Dapr facilitou a abstração de infraestrutura, permitindo que o foco permanecesse na lógica de negócio e na integridade dos dados produtivos. A escolha do Apache Kafka como mediador de mensagens provou ser eficaz para manter a ordem dos eventos, fator crítico para o cálculo correto da disponibilidade. O uso de bancos de dados orientados a documentos permitiu a flexibilidade necessária para lidar com diferentes tipos de sensores e equipamentos que podem ser adicionados ao sistema sem a necessidade de reestruturações rígidas de esquema. A separação entre o caminho de escrita e o caminho de leitura, promovida pelo padrão de segregação de responsabilidade, garantiu que a visualização dos indicadores não impactasse a performance da ingestão de dados do chão de fábrica.

A discussão dos resultados aponta que a arquitetura orientada a eventos supera as limitações dos sistemas monolíticos tradicionais ao oferecer uma base resiliente para a Indústria 4.0. A capacidade de reprocessar eventos históricos permite que a fábrica analise o impacto de novas regras de negócio retroativamente, algo impossível em sistemas que armazenam apenas o estado atual. A consistência garantida pelo padrão Outbox elimina o risco de perda de informações críticas de produção, o que é vital para auditorias e conformidade regulatória. Embora o ambiente simulado tenha limitações, os dados quantitativos de latência e throughput indicam que a solução possui robustez para ser escalada em cenários produtivos reais, suportando o crescimento do volume de dados gerados por dispositivos de internet das coisas industrial.

Conclui-se que o objetivo foi atingido, demonstrando a viabilidade técnica e operacional da arquitetura orientada a eventos para o monitoramento da produção industrial. A modelagem de domínio baseada em princípios sólidos permitiu a estruturação eficiente dos eventos de processo, enquanto a técnica de Event Sourcing assegurou a rastreabilidade e a flexibilidade necessárias para o ambiente de manufatura. Os testes de desempenho validaram a eficácia da comunicação assíncrona e a estabilidade do fluxo de dados, confirmando que a integração entre microsserviços por meio de mensageria atende aos requisitos de escalabilidade e resiliência exigidos pela modernização fabril. A solução proposta reforça o potencial de abordagens desacopladas para apoiar a tomada de decisões estratégicas e otimizar a eficiência produtiva em contextos alinhados à Indústria 4.0.

Referências Bibliográficas:

Amazon Web Services [AWS]. 2021. Refatoração de Sistemas Legados de Execução de Manufatura em Microsserviços Orientados a Eventos. Disponível em: https://aws.amazon.com/blogs/industries/refactor-legacy-manufacturing-execution-systems-into-event-driven-microservices/. Acesso em: 30 mar. 2025.

Cloud Native Computing Foundation [CNCF]. 2025. Dapr – Distributed Application Runtime Documentation. Disponível em: https://docs.dapr.io/. Acesso em: 24 set. 2025.

Durão, L.F.C.S., McMullin, H., Kelly, K., Zancul, E. (2022). Manufacturing Execution System as an Integration Backbone for Industry 4.0. In: Canciglieri Junior, O., Noël, F., Rivest, L., Bouras, A. (eds) Product Lifecycle Management. Green and Blue Technologies to Support Smart and Sustainable Organizations. PLM 2021. IFIP Advances in Information and Communication Technology, vol 639. Springer, Cham.

Evans, E. 2003. Domain-Driven Design: Tackling Complexity in the Heart of Software. 1ed. Addison-Wesley, Boston, MA, EUA.

International Society of Automation [ISA]. Enterprise-control system integration – Part 3: Models of manufacturing operations management. ANSI/ISA-95.00.03-2013. Research Triangle Park, NC: ISA, 2013.

KLEPPMANN, Martin. Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems. 1. ed. Beijing: O’Reilly Media, 2017.

Kuhn, M; Franke, J; “Smart Manufacturing Traceability for Automotive E/E Systems enabled by Event-Driven Microservice Architecture,” 2020 IEEE 11th International Conference on Mechanical and Intelligent Manufacturing Technologies (ICMIMT), Cape town, South Africa, 2020, pp. 142-148.

Laigner, R., “From a Monolithic Big Data System to a Microservices Event-Driven Architecture,” 2020 46th Euromicro Conference on Software Engineering and Advanced Applications (SEAA), Portoroz, Slovenia, 2020, pp. 213-220.

Manchana, Ramakrishna. (2021). Event-Driven Architecture: Building Responsive and Scalable Systems for Modern Industries. International Journal of Science and Research (IJSR). 10. 1706-1716. 10.21275/SR24820051042.0

Microsoft. 2025. .NET Aspire Documentation. Disponível em: https://learn.microsoft.com/en-us/dotnet/aspire/. Acesso em: 24 set. 2025.

Mishra, R.; Jaiswal, N.; Prakash, R.; Barwal, P, “Transition from Monolithic to Microservices Architecture: Need and proposed pipeline,” 2022 International Conference on Futuristic Technologies (INCOFT), Belgaum, India, 2022, pp. 1-6.

Peter, Harry. (2024). Designing Event-Driven Architecture for AI-Powered Sales Pipeline Optimization: A Comparative Analysis of Messaging Patterns.

Rahmatulloh, A.; Nugraha, F.; Gunawan, R.; Darmawan,, I; Haerani, E.; Rizal, R.; “Event-Driven Architecture (EDA) vs API-Driven Architecture (ADA): Which Performs Better in Microservices?,” 2024 International Conference on Artificial Intelligence, Blockchain, Cloud Computing, and Data Analytics (ICoABCD), Indonesia, 2024, pp. 31-36.

Resumo executivo oriundo de Trabalho de Conclusão de Curso da Especialização em Engenharia de Software do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy