Tecnologia

Arquitetura lambda e kappa para sistemas de machine learning

Kawan; Isaac Nilson Viana; Edimilson do Nascimento Palheta Vasconcelo; Uanderson Oliveira dos Santos

FACULDADE DONADUZZI

Resumo

O avanço da tecnologia tem impulsionado a geração de dados, isso tornou obrigatório a evolução em seu processamento. Nesse contexto, as arquiteturas de dados surgem para garantir como eles serão processados.
Com a crescente necessidade no processamento de dados das empresas e instituições mantendo a confiabilidade e a escalabilidade, compreender a diferença entre diversas arquiteturas se torna essencial. Nessa perspectiva, destacam-se duas arquiteturas, a Lambda e a Kappa. A primeira com implementação mais fácil no curto prazo mas com aumento de complexidade devido ao aumento na quantidade de dados. A segunda, mais difícil de implementar mas com menos problemas de escalabilidade.
Diante disso, o problema de pesquisa é: quais as principais diferenças entre as arquiteturas Lambda e Kappa e como suas características influenciam a escolha da solução mais adequada para diferentes contextos de processamento de dados?
O objetivo geral deste trabalho foi analisar as arquiteturas Lambda e Kappa, identificando vantagens e limitações. Como método optou-se pela revisão bibliográfica sistemática.

Palavras-chave: arquitetura, lambda, kappa, machine, learning