Arquitetura de microsserviços para o desenvolvimento de sistemas inteligentes: estudo de caso para monitoramento de marcas no Facebook
Arquitetura de microsserviços para o desenvolvimento de sistemas inteligentes: estudo de caso para monitoramento de marcas no Facebook
<francisco.santos@arapiraca.ufal.br>
Este trabalho apresenta diretrizes de
desenvolvimento para sistemas baseados na arquitetura de microsserviços
aplicada ao contexto de aplicações cloud-native, tendo como estudo de caso a
criação de um sistema inteligente para análise de marcas e produtos no
Facebook. O objetivo central consiste em demonstrar como princípios de
modularidade, escalabilidade e manutenção independente podem ser aplicados ao
desenvolvimento de sistemas distribuídos modernos. O percurso metodológico
envolveu a adoção de uma arquitetura composta por quatro módulos principais —
Scraper, Sentiment Analyzer, Webservice e Frontend — integrados por APIs REST e
conteinerizados com Docker, assegurando portabilidade e execução padronizada. O
sistema coleta publicações e comentários de páginas do Facebook, processa-os
por meio de um modelo de linguagem grande (Large Language Model - LLM) e gera
análises de sentimentos e identificação de produtos, apresentando os resultados
em um painel interativo. A abordagem proposta foi avaliada quanto à eficiência
estrutural, modularidade e capacidade de integração, demonstrando benefícios
relevantes no tratamento de tarefas de natureza distinta e na distribuição do
processamento entre serviços independentes. Os resultados confirmam que o uso
da arquitetura de microsserviços, aliado a boas práticas de documentação,
governança de APIs e conteinerização, contribui para a criação de sistemas mais
escaláveis, organizados e de fácil manutenção. O trabalho também evidencia o
potencial de integração entre técnicas de web scraping e Inteligência
Artificial Generativa (GAI), validando a viabilidade técnica e o valor prático
da solução proposta.
This work presents development
guidelines for systems based on microservices architecture applied to the
context of cloud-native applications, using as a case study the design of an
intelligent system for brand and product analysis on Facebook. The main objective
is to demonstrate how modularity, scalability, and maintainability principles
can be applied to the development of modern distributed systems. The
methodological approach involved the implementation of an architecture composed
of four core modules — Scraper, Sentiment Analyzer, Webservice and Frontend —
integrated through REST APIs and containerized with Docker to ensure
portability and standardized execution. The system collects Facebook posts and
comments, processes them through a Large Language Model (LLM), and generates
sentiment analyses and product identification, displaying results in an
interactive dashboard. The proposed approach was evaluated in terms of
structural efficiency, modularity, and integration capability, showing
significant benefits in handling distinct tasks and distributing processing
across independent services. Results confirm that adopting microservices
architecture, combined with best practices in API governance, documentation,
and containerization, enables the creation of scalable, well-organized, and
maintainable systems. The work also highlights the potential integration
between web scraping and Generative Artificial Intelligence (GAI), validating
the technical feasibility and practical value of the proposed solution.
Me. Oliveira, Rômulo Nunes de.
Arquitetura de microsserviços.
Web scraping (Estrutura de software).
Inteligência artificial generativa.
Cloud Native (Arquitetura de software).