Armazenamento em nuvem, bancos de dados e serviços de dados

Um serviço de armazenamento deve se adequar à forma como uma aplicação lê e altera dados. Um banco de dados que atualiza alguns registros, uma equipe que edita documentos compartilhados e um site que disponibiliza fotos têm necessidades diferentes.

Três formas de organizar dados

Um volume em blocos contém blocos de tamanho fixo. O sistema operacional o formata com um sistema de arquivos, assim como faria com um disco físico. Ele pode atualizar uma pequena parte de um arquivo diretamente no local. Isso é adequado para um banco de dados que faz muitas pequenas leituras e gravações. Um volume normalmente atende uma máquina virtual; compartilhá-lo diretamente exige suporte do disco e software projetado para acesso em cluster.

O armazenamento de arquivos fornece uma pasta compartilhada por uma rede. NFS é comum no Linux; SMB é comum no Windows. Vários clientes podem abrir o mesmo compartilhamento, e o bloqueio de arquivos coordena o acesso. Uma aplicação existente que espera um caminho compartilhado pode manter esse padrão sem ser reescrita para chamar uma API de objetos.

O que um objeto contém

Um objeto tem seus dados, uma chave exclusiva e metadados, como seu tipo de conteúdo. Em um bucket com espaço de nomes plano, invoices/2026/10/inv-1042.pdf é uma única chave completa. As barras agrupam nomes por prefixo; elas não criam pastas comuns de disco.

Aplicações geralmente enviam objetos com requisições PUT e os baixam com requisições GET via HTTPS. O acesso de uso geral a objetos trata os dados como um objeto: substituir seu conteúdo normalmente significa enviar uma substituição, enquanto um disco em blocos permite pequenas gravações diretamente no local. Alguns serviços de objetos acrescentam recursos especializados para anexar dados ou trabalhar com diretórios. Um bucket ainda tem um modelo de acesso diferente do de um servidor de arquivos compartilhados.

O armazenamento de objetos pode guardar imagens, gravações, registros e cópias de segurança em uma coleção que cresce sem provisionar um disco a cada aumento. Classes on-line padrão atendem sites ativos e análises com acesso em milissegundos. A recuperação demorada pertence a determinadas classes de arquivamento, não ao armazenamento de objetos como um todo.

Escolha o armazenamento para uma aplicação

Uma loja virtual usa um disco em blocos para seu servidor de banco de dados porque os registros mudam com frequência. Cinco servidores web leem modelos de páginas comuns de um compartilhamento de arquivos NFS. Fotos de produtos e 2 TB de cópias de segurança noturnas vão para o armazenamento de objetos. A mesma aplicação pode usar os três tipos.

O armazenamento temporário do host, como AWS instance store, Azure temporary disk e Google Cloud Local SSD, é adequado para arquivos temporários e caches que podem ser recriados. Falhas do host ou eventos do ciclo de vida da máquina virtual podem apagá-lo. Mantenha a única cópia de dados importantes em armazenamento persistente, que existe independentemente de uma máquina virtual em funcionamento.

A precificação segue o modelo de armazenamento. O armazenamento de objetos geralmente cobra pelos GB efetivamente armazenados, mais requisições e transferências. O armazenamento em blocos cobra pela capacidade provisionada, incluindo espaço não usado. O armazenamento de arquivos pode cobrar pelo espaço usado, como faz o EFS, ou pela capacidade reservada. Comece a escolha pelo padrão de acesso e depois compare a fatura para esse padrão.

O armazenamento de objetos separa os dados do servidor que os usa. Um bucket ou contêiner mantém a coleção, enquanto cada objeto tem sua própria chave. As configurações de localização, acesso e recuperação determinam com que segurança essa coleção pode ser usada.

Compare os nomes dos provedores

Uma conta de armazenamento do Azure também pode conter compartilhamentos de arquivos, filas e tabelas. Os nomes de buckets de uso geral do S3, de buckets do Cloud Storage e de contas de armazenamento do Azure usam espaços de nomes compartilhados, então um nome usado por outro cliente pode estar indisponível. O nome também faz parte do endereço do objeto. Por exemplo, um blob do Azure pode ter o endereço https://shopmedia.blob.core.windows.net/images/products/lamp-01.jpg.

Um bucket do S3 pertence a uma região da AWS. Contas de armazenamento do Azure têm uma região e uma opção de redundância. O Cloud Storage oferece localizações em uma região, em duas regiões e multirregionais. A localização afeta a latência, o preço e a residência de dados, ou seja, a área onde os dados são mantidos.

Compartilhe sem expor a coleção

Mantenha a coleção privada e conceda o acesso necessário à aplicação por meio de permissões de identidade e políticas de recursos. Para um download temporário, use uma URL pré-assinada do S3, uma assinatura de acesso compartilhado (SAS) do Azure ou uma URL assinada do Cloud Storage. Um link de fatura que expira em 60 minutos dá acesso temporário sem tornar todo o bucket público. Qualquer pessoa que possua um link assinado utilizável pode exercer suas permissões durante esse período.

Objetos armazenados são criptografados por padrão com chaves gerenciadas pelo provedor; chaves gerenciadas pelo cliente dão mais controle ao cliente. O HTTPS protege dados durante a transferência. Criptografia e permissões resolvem problemas diferentes: alguém com permissão válida de leitura ainda pode ler um objeto criptografado por meio do serviço.

Recupere, retenha e envie

O versionamento mantém versões anteriores de objetos para que uma sobrescrita possa ser desfeita. Versões armazenadas aumentam a fatura. O Azure e o Google Cloud também oferecem exclusão temporária, que retém dados excluídos por um período de recuperação. O armazenamento imutável, ou gravar uma vez, ler muitas vezes (WORM), bloqueia alterações e exclusões durante a retenção. Exemplos são S3 Object Lock, armazenamento imutável de blobs do Azure e políticas de retenção do Cloud Storage com bloqueio de bucket.

Uploads grandes podem ser divididos em partes, enviadas em paralelo e reenviadas individualmente. O S3 chama isso de upload em várias partes; uploads em blocos do Azure e uploads compostos do Google fornecem abordagens relacionadas. Uma conexão interrompida não precisa reiniciar toda a transferência grande.

Dimensione uma coleção crescente

Um milhão de fotos com média de 3 MB ocupam 3.000.000 MB, ou 3.000 GB: 3 TB em unidades decimais. Outras 20.000 fotos por dia acrescentam 60 GB diariamente. Ao longo de 365 dias, isso corresponde a mais 21,9 TB. O armazenamento de objetos acomoda esse crescimento sem reservar um disco fixo antecipadamente.

Em espaços de nomes planos, mover um prefixo semelhante a uma pasta envolve alterar chaves de objetos. Opções hierárquicas acrescentam operações reais de diretório, incluindo o Azure Data Lake Storage e o espaço de nomes hierárquico do Cloud Storage. Verifique o espaço de nomes antes de tratar uma pasta exibida como um diretório.

Depois de escolher um tipo de armazenamento, associe seu método de acesso e desempenho a um serviço. Um disco de alto desempenho e uma pasta compartilhada podem armazenar arquivos, mas atendem a necessidades diferentes das aplicações.

Discos e suas cópias

Tipos de disco oferecem desempenhos diferentes. Volumes baseados em discos rígidos são adequados para grandes leituras sequenciais; SSDs são adequados para pequenas operações frequentes. IOPS significa operações de entrada e saída por segundo. Escolha capacidade e desempenho, pois um disco grande não é necessariamente o disco adequado para um banco de dados com alta demanda.

Um volume do EBS pertence a uma zona de disponibilidade e é conectado a instâncias nela. Os discos gerenciados do Azure têm redundância local por padrão, com uma opção de redundância de zona. O Google oferece discos zonais e discos regionais replicados entre duas zonas. Essas escolhas de localização determinam às falhas que um disco pode resistir.

Um instantâneo captura um volume em um ponto no tempo. Os instantâneos do EBS e os instantâneos padrão do Google são incrementais: após a primeira cópia, os posteriores armazenam blocos alterados. O Azure oferece instantâneos completos e incrementais. Se um volume contiver 200 GB e 5 GB forem alterados, um instantâneo incremental armazenará cerca de 5 GB de novos blocos. Restaurar esse instantâneo ainda reconstrói o volume completo, não apenas a parte alterada. Ele pode se tornar um novo disco em outra zona; instantâneos também podem ser copiados entre regiões.

Arquivos compartilhados e software compatível

O EFS é um sistema de arquivos NFS que cresce automaticamente para servidores Linux, incluindo servidores em diferentes zonas de disponibilidade. O FSx oferece Windows File Server, Lustre, NetApp ONTAP e OpenZFS. O FSx for Windows File Server fornece SMB e integração com o Active Directory; o Lustre é adequado para conjuntos de dados grandes e rápidos em computação de alto desempenho.

O Azure Files oferece compartilhamentos SMB e NFS para clientes Windows, Linux e macOS compatíveis. O Azure NetApp Files atende cargas de trabalho empresariais exigentes de arquivos. O Filestore fornece NFS gerenciado no Google Cloud; o NetApp Volumes fornece compartilhamentos baseados em NetApp. Verifique o protocolo e os recursos necessários do sistema de arquivos antes de comparar preços de capacidade.

Conecte um servidor de arquivos local

O AWS Storage Gateway é um appliance virtual local que conecta interfaces familiares de arquivos, discos ou fitas ao armazenamento da AWS. Ele mantém em cache local os dados usados com frequência. O Tape Gateway permite que softwares de cópia de segurança existentes usem fitas virtuais. O Azure File Sync sincroniza servidores de arquivos Windows com o Azure Files; a hierarquização em nuvem mantém arquivos usados com frequência no local e busca arquivos menos usados quando são abertos.

Para uma filial com 8 TB de arquivos compartilhados e um disco local de 2 TB, a hierarquização pode manter os 2 TB usados com frequência por perto enquanto a nuvem mantém o conjunto completo. Abrir um arquivo menos usado depende então da conexão de rede.

Excluir uma máquina virtual nem sempre exclui seus discos de dados; um disco desconectado ainda pode gerar cobranças. A proteção dos instantâneos também depende da localização e do isolamento da conta. Instantâneos do EBS e do Azure permanecem na região de origem, a menos que sejam copiados. Os instantâneos padrão do Google usam por padrão a área multirregional mais próxima. Uma cópia de recuperação isolada protege contra uma conta de origem comprometida.

Uma camada de armazenamento altera o que você paga para manter e recuperar objetos. Camadas quentes cobram mais pelo armazenamento e menos pelo acesso. Camadas mais frias reduzem a tarifa de armazenamento, mas podem acrescentar tarifas de recuperação, durações mínimas e tempos de espera para restauração.

Compare classes conforme as necessidades de acesso

O S3 Standard-IA e o One Zone-IA têm mínimos de 30 dias. O Glacier Instant Retrieval e o Flexible Retrieval têm mínimos de 90 dias; o Deep Archive tem 180 dias. O Flexible Retrieval leva de minutos a horas para restaurar. A recuperação padrão do Deep Archive é concluída em até 12 horas, e a em lote em até 48 horas. O S3 Express One Zone oferece acesso rápido dentro de uma única zona.

A camada cool do Azure tem mínimo de 30 dias, cold de 90 dias e archive de 180 dias. Hot, cool e cold oferecem acesso em milissegundos. Archive deve ser reidratada para uma camada on-line, o que pode levar até 15 horas. Uma conta de armazenamento define uma camada on-line padrão; blobs individuais podem ter sua própria camada.

O Cloud Storage Standard não tem mínimo; Nearline tem 30 dias, Coldline 90 e Archive 365. O Google Archive permanece on-line, com acesso em milissegundos e tarifas de recuperação. A palavra “archive” por si só não informa quanto tempo uma leitura levará.

A duração mínima é um compromisso de cobrança

Excluir um blob cool do Azure após 21 dias deixa 9 dias cobráveis de seu mínimo de 30 dias. Excluir um blob archive após 45 dias deixa 135 dias de seu mínimo de 180 dias. Um objeto do Cloud Storage Archive excluído após 100 dias deixa 265 dias. Sair de uma classe antes do prazo também pode gerar essa cobrança.

Calcule a fatura total

Use taxas de exemplo de R$ 0,020 por GB-mês para armazenamento quente e R$ 0,002 para arquivamento, mais R$ 0,02 por GB recuperado do arquivamento. Para 50.000 GB mantidos por 12 meses:

• O armazenamento quente custa R$ 12.000.
• O armazenamento de arquivamento custa R$ 1.200.
• Ler todo o arquivo uma vez acrescenta R$ 1.000, totalizando R$ 2.200.
• Lê-lo a cada mês acrescenta R$ 12.000, totalizando R$ 13.200.

A tarifa de armazenamento mais barata perde sua vantagem quando as leituras são frequentes. Uma estimativa completa também inclui cobranças por requisições, exclusão antecipada e saída de dados, a cobrança por dados que deixam a nuvem. Uploads pela internet geralmente são gratuitos; downloads costumam ser cobrados.

Deixe os padrões de acesso orientarem as mudanças

O S3 Intelligent-Tiering move automaticamente objetos não usados após 30 e 90 dias e os retorna quando acessados; ele cobra tarifas de monitoramento, mas não tarifas de recuperação. A smart tier do Azure move entre hot, cool e cold conforme o uso. O Cloud Storage Autoclass gerencia classes para um bucket. Para programações fixas de movimentação conforme a idade dos dados, regras de ciclo de vida oferecem controle explícito.

Classes de zona única trocam proteção contra falhas por custo ou desempenho. O S3 One Zone-IA é adequado para dados secundários ou recriáveis, pois a perda dessa zona pode causar a perda dos dados.

Dados frequentemente se tornam menos úteis com o tempo. Uma política de ciclo de vida aplica esse padrão a cada novo objeto, para que as pessoas não precisem se lembrar de cada movimentação ou exclusão.

Uma regra tem três partes

Um filtro identifica objetos, como chaves que começam com logs/ ou objetos com uma determinada etiqueta. Uma condição informa quando a regra se aplica, como dias desde a criação ou, no Azure, desde o último acesso. Uma ação altera a camada de armazenamento ou exclui o objeto. Os serviços são S3 Lifecycle, gerenciamento de ciclo de vida do Azure Blob Storage e Cloud Storage Object Lifecycle Management.

Para registros de aplicação necessários com frequência por um mês e retidos por sete anos, mova-os para uma camada de acesso pouco frequente no dia 30 e para uma camada de arquivamento no dia 90. A camada de acesso pouco frequente mantém cada registro por 60 dias, superando seu mínimo de 30 dias. Programe a exclusão após o período completo de retenção em anos civis: sete anos podem incluir dois dias bissextos, então 2.557 dias evitam a exclusão antecipada. Uma regra simples de 2.555 dias pode ser insuficiente.

Conte o tempo passado em cada camada

A idade do objeto e seu tempo em uma camada são diferentes. Se um objeto entrar em uma camada com mínimo de 90 dias no dia 30 e sair no dia 60, sua permanência será de apenas 30 dias:

Restam 60 dias não usados do mínimo, que podem ser cobrados. Conte o intervalo entre transições antes de avaliar o custo de uma política. Cada transição também tem o custo de uma requisição. Algumas classes mais frias têm tamanhos mínimos de objeto cobráveis, como 128 KB no S3 Standard-IA, então objetos minúsculos podem economizar pouco ou custar mais quando movidos.

Versões e retenção protegida

Regras de ciclo de vida podem remover versões não atuais após um intervalo escolhido, manter um número limitado de versões anteriores e limpar uploads em várias partes incompletos. Sem essas regras, versões e partes abandonadas podem continuar consumindo armazenamento pago.

Um bloqueio de retenção ativo ou uma retenção legal impede a exclusão de dados protegidos pelo ciclo de vida. Para faturas mantidas por dez anos civis, um plano as move para o arquivamento após um ano e programa a exclusão após 3.653 dias, considerando até três dias bissextos. Um bloqueio em modo de conformidade impede a exclusão antecipada até mesmo por administradores. A regra de ciclo de vida gerencia os dados ao longo do tempo; o bloqueio garante a proteção.

A recuperação é uma operação separada

A reidratação de alta prioridade do Azure geralmente leva menos de uma hora para blobs menores que 10 GB, a um preço maior. As regras de ciclo de vida do Azure não podem reidratar um blob arquivado; restaurá-lo exige uma requisição separada. Planeje uma restauração antes de prometer uma entrega urgente a partir de um arquivo off-line.

As ações de ciclo de vida são executadas em segundo plano, geralmente em um ou dois dias após a condição ser atendida. Use a política para aplicar a retenção de forma consistente a toda a coleção e considere esse tempo de processamento ao planejar operações.

Os dados podem sobreviver a uma interrupção e ainda assim ficar inacessíveis durante ela. Por isso, a proteção do armazenamento tem duas medidas separadas: durabilidade e disponibilidade.

Leia as porcentagens corretamente

Durabilidade descreve a proteção contra perda de dados ao longo de um ano. O S3 Standard é projetado para 99,999999999% de durabilidade, chamada de onze noves. A fração de perda é de um em 100 bilhões por objeto por ano. Para 10 milhões de objetos, a perda anual esperada é de 0,0001 objeto: uma média de um a cada 10.000 anos. Essa é uma medida estatística de projeto, não uma programação de perda de objetos.

Disponibilidade descreve a parcela do tempo em que os dados podem ser acessados. Um mês de 30 dias tem 43.200 minutos. Com 99,9% de disponibilidade, a parcela indisponível é de 0,1%, ou 43,2 minutos. Com 99,99%, é de 4,32 minutos; com 99%, 432 minutos, ou 7,2 horas. A disponibilidade de projeto do S3 Standard é de 99,99%. Um SLA é um compromisso contratual, muitas vezes respaldado por créditos; seu valor pode ser diferente da meta de projeto.

Associe cópias à falha

Várias cópias dentro de um centro de dados protegem contra falhas de hardware. Cópias entre zonas de disponibilidade protegem contra uma interrupção de centro de dados. Cópias em uma segunda região tratam de um desastre regional, dependendo de onde e como a replicação ocorre.

A replicação síncrona confirma uma gravação após as cópias necessárias acusarem seu recebimento. Alguns sistemas exigem todas as cópias designadas; outros usam uma maioria, ou quórum. A replicação assíncrona confirma na primária e envia as alterações em seguida. Se a primária for perdida, alterações ainda em trânsito podem ser perdidas. Esse atraso de replicação deve permanecer dentro do RPO da empresa, sua quantidade máxima aceitável de perda de dados recentes medida em tempo.

Entenda a redundância do Azure

O LRS oferece pelo menos onze noves de durabilidade, o ZRS doze e as opções com redundância geográfica dezesseis. O GRS tem seis cópias no total. Dados secundários do GRS/GZRS comum ficam indisponíveis para leitura até a comutação para contingência; RA-GRS e RA-GZRS acrescentam acesso de leitura à secundária. Uma região replicada não é necessariamente uma substituta ativa imediata.

A maioria das classes do S3 abrange pelo menos três zonas; as classes One Zone não. A replicação do S3 pode copiar objetos para outro bucket na mesma região ou em outra. Buckets regionais do Cloud Storage abrangem zonas, buckets birregionais usam duas regiões escolhidas, e buckets multirregionais usam uma área mais ampla. A replicação turbo opcional tem como meta copiar novos dados em até 15 minutos no armazenamento birregional.

A residência de dados também se aplica às cópias secundárias. Para um requisito de permanência em um país, verifique a localização da segunda região. A replicação também pode propagar sobrescritas ou exclusões indesejadas, dependendo do serviço e das configurações. Ela fornece cópias resilientes do estado atual; versões protegidas e cópias de segurança permitem a recuperação de um estado incorreto.

Uma cópia de segurança é uma cópia recuperável mantida para casos de exclusão, corrupção, ataque ou perda de uma instalação. Um plano útil de cópias de segurança começa pelo que a empresa pode perder e por quanto tempo pode permanecer indisponível.

Defina dois objetivos separados

Uma cópia de segurança a cada 24 horas pode deixar quase 24 horas de alterações desprotegidas se uma falha ocorrer imediatamente antes da próxima cópia. Ela atende a um RPO de 24 horas, mas não a um RPO de 1 hora. Cópias a cada hora ou replicação contínua suficientemente atualizada atendem ao objetivo mais curto.

A velocidade de recuperação é independente. Se restaurar 3 TB levar 6 horas e o RTO for de 4 horas, o plano não atende ao objetivo, mesmo que a cópia contenha todos os registros necessários. Um processo de restauração mais rápido ou uma espera semipronta pode reduzir o tempo de recuperação.

Aplique políticas a vários recursos

O AWS Backup centraliza políticas de cópias de segurança para recursos que incluem EBS, RDS, DynamoDB, EFS, FSx e S3. O Azure Backup cobre recursos que incluem máquinas virtuais, discos gerenciados, Azure Files, blobs e SQL Server em máquinas virtuais. O Google Cloud oferece o Backup and DR Service. As políticas definem frequência, retenção e cópias para outras regiões ou contas.

Bancos de dados gerenciados também fazem cópias de segurança e retêm registros de transações. RDS, Azure SQL Database e Cloud SQL oferecem restauração para um ponto no tempo selecionado dentro da retenção. A retenção do RDS pode chegar a 35 dias. Os registros permitem a recuperação entre os momentos das cópias, como imediatamente antes de uma atualização acidental.

Isole uma cópia de recuperação

A regra 3-2-1 orienta o planejamento de cópias de segurança: três cópias, em dois tipos de armazenamento, com uma fora do local. Na nuvem, outra região ajuda em caso de perda da instalação, e uma conta separada ajuda a isolar o acesso. A retenção bloqueada acrescenta proteção contra a exclusão da cópia por um invasor: AWS Backup Vault Lock, cofres imutáveis de cópias de segurança do Azure e cofres de cópias de segurança do Google com retenção obrigatória fornecem esse controle.

Uma cópia diária fora do local não atende a um RPO de quatro horas para um desastre regional. Ela pode ficar quase um dia atrasada mesmo quando instantâneos locais são executados a cada quatro horas.

Para um compartilhamento de arquivos de 3 TB com RPO de quatro horas e RTO de oito horas, crie instantâneos a cada quatro horas para recuperação local e faça uma cópia recuperável entre regiões pelo menos a cada quatro horas. Mantenha instantâneos recentes por sete dias e histórico diário de recuperação por 90 dias. Teste uma restauração completa a cada trimestre e meça se ela termina em até oito horas.

Serviços de recuperação e arquivos de longo prazo

O AWS Elastic Disaster Recovery e o Azure Site Recovery replicam servidores para que possam iniciar em outro lugar com objetivos curtos de recuperação, muitas vezes de minutos, a um custo adicional. Eles tratam da retomada de um sistema em funcionamento, não apenas da preservação de arquivos antigos.

Um arquivo de longo prazo mantém registros inativos para uso ou retenção de longo prazo. Uma cópia de segurança permite recuperar um sistema atual com histórico contínuo. Um arquivo de baixo custo pode ser um armazenamento útil para cópias, mas seu tempo de espera para recuperação deve se adequar ao plano de recuperação. Testes de restauração verificam tanto se os dados funcionam quanto o tempo real de recuperação.

Um banco de dados relacional armazena fatos relacionados em tabelas. Um serviço gerenciado executa a plataforma de banco de dados para você, enquanto sua equipe continua responsável pelo funcionamento dos dados e das consultas.

Leia tabelas e chaves

Uma tabela contém linhas para registros e colunas para atributos. Seu esquema define essas colunas e seus tipos de dados. Uma chave primária identifica uma linha de forma exclusiva. Uma chave estrangeira refere-se à chave primária de outra tabela e conecta registros entre tabelas.

Suponha que customers contenha Ana com ID de cliente 1 e país Brasil, e Kofi com ID 2 e país Gana. A tabela orders contém os pedidos 501 e 503 do cliente 2, com totais de 80 e 45, e o pedido 502 do cliente 1, totalizando 120. O SQL lê e altera os dados:

SELECT name FROM customers WHERE country = 'Ghana';

Isso retorna Kofi. Uma junção por customer_id conecta Kofi aos pedidos 501 e 503, cujo total é 125. O nome do cliente não precisa ser repetido em cada pedido.

Mantenha uma transação unida

Uma transação agrupa alterações em uma unidade. As propriedades ACID descrevem suas garantias:

• Atomicidade: todas as etapas são bem-sucedidas, ou nenhuma é.
• Consistência: os dados confirmados obedecem às regras definidas.
• Isolamento: transações simultâneas são impedidas de interferir umas nas outras de maneiras que o nível de isolamento não permite.
• Durabilidade: uma alteração confirmada sobrevive a uma falha.

Uma transferência de 50 debita uma conta e credita outra. Se a segunda alteração falhar, a atomicidade desfaz a primeira também. É por isso que bancos de dados relacionais são adequados para pedidos, estoque e pagamentos: alterações relacionadas podem ser confirmadas juntas.

Escolha quem opera a plataforma

Um serviço PostgreSQL gerenciado oferece a uma nova aplicação manutenção automatizada da plataforma. Um banco de dados legado que precisa de uma versão antiga do mecanismo e de um plug-in no sistema operacional pode precisar de uma máquina virtual. Serviço gerenciado não significa que o provedor escolha seu esquema, corrija consultas lentas ou conceda acesso aos usuários corretos. Sua equipe também seleciona tamanho, região e configurações de disponibilidade.

Diferencie cópias adicionais

Uma réplica em espera em outra zona permite a comutação para contingência se a primária falhar. Exemplos incluem RDS Multi-AZ, Azure SQL Database com redundância de zona e alta disponibilidade do Cloud SQL. A comutação pode interromper brevemente o serviço; ela não elimina a indisponibilidade.

Uma réplica de leitura distribui o tráfego de leitura e pode ser colocada em outra região. Ela geralmente recebe alterações de forma assíncrona, então pode mostrar um valor antigo logo após uma gravação. Ela não é o mesmo que uma réplica em espera para contingência ou uma cópia de segurança histórica.

O escalonamento vertical adiciona processadores ou memória, muitas vezes com uma breve interrupção. Réplicas de leitura ampliam a capacidade para o tráfego de leitura, enquanto o crescimento automático do armazenamento adiciona capacidade de disco. Cópias de segurança e registros de transações permitem a restauração para um ponto no tempo após uma alteração prejudicial que as réplicas já possam ter copiado.

Comece a escolha de um banco de dados pela aplicação: seu mecanismo, recursos necessários e escala. Manter o mesmo mecanismo muitas vezes evita alterações no código. Um mecanismo de nuvem compatível pode oferecer comportamento diferente de armazenamento e escalonamento sem ser idêntico ao original.

Compare os principais serviços

O Amazon RDS oferece suporte a MySQL, PostgreSQL, MariaDB, Oracle, SQL Server e IBM Db2. O Aurora é um mecanismo separado da AWS, compatível com MySQL ou PostgreSQL. Ele armazena seis cópias em três zonas de disponibilidade, aumenta o armazenamento automaticamente e oferece Aurora Serverless para demandas variáveis de computação.

O Azure SQL Database usa o mecanismo do SQL Server e oferece opções sem servidor e Hyperscale. A Instância Gerenciada de SQL oferece suporte a quase todos os comportamentos do SQL Server no nível da instância, útil para bancos existentes que dependem de recursos como trabalhos do SQL Server Agent. O Azure Database for PostgreSQL e o Azure Database for MySQL executam seus mecanismos de código aberto como servidores flexíveis gerenciados. O SQL Server em Máquinas Virtuais do Azure fornece controle total do sistema operacional, com manutenção gerenciada pelo cliente.

O Cloud SQL executa MySQL, PostgreSQL e SQL Server. O AlloyDB for PostgreSQL fornece um serviço compatível com PostgreSQL otimizado para cargas de trabalho exigentes, incluindo consultas analíticas. O Spanner distribui dados relacionais globalmente, escala horizontalmente e mantém consistência forte entre regiões. Configurações multirregionais oferecem um SLA de até 99,999% de disponibilidade.

Escolha pelo recurso que importa

Um varejista regional com MySQL pode usar RDS for MySQL, Azure Database for MySQL ou Cloud SQL for MySQL. Uma aplicação SQL Server que depende de trabalhos no nível da instância precisa de um serviço compatível com instâncias, como a Instância Gerenciada de SQL; verifique o suporte aos recursos específicos de qualquer destino. Uma aplicação PostgreSQL exigente pode considerar Aurora PostgreSQL ou AlloyDB.

A replicação global não tem um único comportamento. O Aurora Global Database tem uma região primária de gravação e regiões secundárias assíncronas para leituras locais e recuperação de desastres. O Spanner atende a transações distribuídas globalmente com consistência forte. Uma aplicação pequena em uma única região geralmente não precisa dessa complexidade global.

Se a carga de trabalho for imprevisível ou ficar frequentemente ociosa, uma opção sem servidor pode ajustar a capacidade. Se a aplicação exigir acesso ao sistema operacional, selecione uma máquina virtual. “Gerenciado” e “sem servidor” descrevem escolhas operacionais; eles não tornam todos os recursos dos mecanismos intercambiáveis.

Inclua licenças e uso na fatura

Mecanismos comerciais, como Oracle, SQL Server e Db2, exigem uma licença incluída ou um acordo válido de uso de licença própria, chamado BYOL. O Benefício Híbrido do Azure pode reutilizar licenças elegíveis do SQL Server. Mecanismos de código aberto, como MySQL e PostgreSQL, não têm tarifa de licença do mecanismo.

Cobranças típicas incluem computação, GB-meses de armazenamento, armazenamento adicional de cópias de segurança, dados transferidos para fora e, às vezes, operações de entrada e saída. Cobranças sem servidor acompanham a capacidade usada ao longo do tempo. Compare o serviço completo e o acordo de licença, não apenas o valor por hora da computação.

Bancos de dados NoSQL organizam dados em torno de padrões de acesso específicos. “Não apenas SQL” abrange vários modelos, não uma única substituição para todos os bancos de dados relacionais. Escolha um modelo conforme as perguntas que a aplicação faz e as garantias necessárias para suas respostas.

Associe o modelo à pergunta

Um armazenamento de chave-valor recupera rapidamente cart:58213 por sua chave conhecida. Ele oferece menos formas de pesquisar atributos arbitrários. Um documento agrupa campos relacionados, e os documentos podem ter estruturas diferentes:

{"orderId":"A-1042","customer":{"name":"Ana"},"items":[{"sku":"LAMP-01","qty":2},{"sku":"BULB-07","qty":4}]}

A aplicação pode ler esse pedido e seus itens juntos. A estrutura flexível não elimina a estrutura: a aplicação ainda precisa de campos utilizáveis e chaves escolhidas com cuidado. Alguns serviços também impõem regras de validação.

Armazenamentos de famílias de colunas lidam com volumes enormes de gravação, como leituras de milhões de sensores. Armazenamentos de grafos tornam os relacionamentos explícitos como arestas entre nós. Rastrear conexões entre contas é um problema de grafos, enquanto encontrar repetidamente uma conta por ID é uma busca por chave.

Use memória para leituras repetidas

Um armazenamento em memória mantém dados na RAM para acesso muito rápido, muitas vezes em menos de um milissegundo. Um padrão comum é o cache sob demanda: consulte o cache; em caso de falha, leia o banco de dados e armazene uma cópia no cache com um prazo de expiração.

Para uma busca no cache de 1 ms e uma consulta ao banco de dados de 50 ms, com taxa de acertos de 90%, um acerto custa 1 ms e uma falha custa 51 ms. A média é:

A falha inclui a busca malsucedida no cache. Dados em cache podem expirar ou ser removidos, então um cache comum não deve manter a única cópia de referência. Serviços de banco de dados duráveis em memória são uma opção distinta.

Escolha a consistência com cuidado

Com consistência forte, uma leitura retorna a gravação confirmada mais recente. A consistência eventual permite que uma réplica mostre brevemente um valor antigo enquanto as atualizações chegam. Isso pode proporcionar menor latência, menor custo ou melhor disponibilidade durante algumas falhas. O comportamento necessário depende da tarefa: um saldo recém-atualizado e um contador de recomendações podem ter necessidades diferentes.

O DynamoDB oferece leituras com consistência eventual e forte para operações compatíveis. O Cosmos DB oferece cinco níveis de consistência. NoSQL não significa “sem transações”: muitos serviços oferecem suporte a transações, embora o escopo compatível varie.

Bancos de dados relacionais são adequados para relacionamentos complexos, junções e transações em várias linhas. NoSQL é adequado para escala muito grande, registros flexíveis e padrões de acesso conhecidos. Uma aplicação pode manter pedidos em um armazenamento relacional, perfis em um armazenamento de documentos e leituras repetidas de produtos em um cache.

Serviços NoSQL em nuvem reúnem diferentes modelos e opções de operação. Primeiro identifique se a carga de trabalho precisa de documentos, conexões, dados em famílias de colunas ou um cache; depois compare a compatibilidade e as cobranças de capacidade.

Reconheça as famílias de serviços

A tabela agrupa serviços por finalidade; isso não significa que tenham APIs idênticas. O DynamoDB é sem servidor, oferece acesso por chave-valor e documentos e disponibiliza tabelas globais entre regiões. O DocumentDB busca compatibilidade com MongoDB. O Keyspaces é compatível com Cassandra, e o Neptune armazena grafos.

O Cosmos DB é distribuído globalmente e oferece APIs NoSQL, MongoDB, Cassandra, Gremlin e Table. Uma conta usa uma API. Ele também oferece cinco níveis de consistência. O Azure Table Storage é um serviço separado e simples de chave-valor dentro de uma conta de armazenamento. Compartilhar uma interface Table não lhe dá todos os recursos de distribuição global e consistência do Cosmos DB.

O Firestore é um banco de dados de documentos sem servidor com atualizações em tempo real e suporte ao uso off-line em dispositivos. O Bigtable lida com grandes cargas de trabalho de famílias de colunas e baixa latência e oferece suporte à API HBase. Históricos de sensores e personalização em escala muito grande são usos comuns.

Cache e memória durável são diferentes

O ElastiCache oferece suporte a Valkey, Redis OSS e Memcached. O Memorystore oferece Valkey, Redis e Memcached, enquanto o Azure Managed Redis fornece cache Redis gerenciado. Consultas de produtos repetidas com frequência podem usar esses caches para evitar leituras repetidas do banco de dados.

O Amazon MemoryDB é projetado como um banco de dados durável em memória. Um cache comum pode remover ou perder uma entrada; a função do MemoryDB como banco de dados durável é diferente. Decida se os dados são uma cópia substituível antes de escolher apenas pelo tempo de resposta.

Pague pela vazão reservada ou efetiva

Com capacidade provisionada, reserve a vazão antecipadamente. O DynamoDB usa unidades de capacidade de leitura e gravação; o Cosmos DB usa unidades de requisição por segundo, ou RU/s. Uma demanda previsível e estável pode tornar isso econômico. Com capacidade sob demanda ou sem servidor, as cobranças seguem as requisições e a capacidade se ajusta à demanda. O armazenamento é cobrado separadamente.

Um novo carrinho de compras com picos imprevisíveis pode começar com DynamoDB sob demanda ou Cosmos DB sem servidor. Um aplicativo móvel de documentos que precisa funcionar off-line se beneficia dos recursos para dispositivos do Firestore. Uma equipe de combate a fraudes que rastreia ligações entre contas precisa de um serviço de grafos, não apenas de uma busca por chave mais rápida.

O serviço separado Cosmos DB for PostgreSQL está sendo desativado; ele não é outra API de conta. A Microsoft direciona novos projetos de PostgreSQL distribuído ao Elastic Clusters no Azure Database for PostgreSQL. Verifique o serviço e a API reais antes de presumir a compatibilidade de uma aplicação existente.

Um upload grande exige um cálculo antes da escolha de uma ferramenta. Determine quanta capacidade de rede a transferência pode realmente usar e compare esse tempo com o processo completo de transferência por mídia física.

Use unidades compatíveis para tamanho e velocidade

O armazenamento usa bytes; as redes usam bits por segundo. Um byte contém 8 bits. Com unidades decimais, 1 GB é um bilhão de bytes, 1 TB é 1.000 GB e 1 Gbps é um bilhão de bits por segundo. Um GiB binário é cerca de 1,074 GB, então verifique qual unidade a ferramenta exibe.

Para 100 TB por uma conexão de 1 Gbps, os dados contêm 800 trilhões de bits. Dividir por um bilhão resulta em 800.000 segundos, cerca de 9,3 dias. Com uso efetivo de 80%, divida por 0,8 Gbps: 1.000.000 de segundos, cerca de 11,6 dias. A 100 Mbps, mesmo o uso completo leva cerca de 93 dias. Uma conexão de 1 Gbps transfere no máximo 125 MB/s, ou cerca de 10,8 TB por dia, não 1 GB/s.

Associe ferramentas pela rede à interface

O DataSync inclui programação, criptografia e verificações de integridade e pode mover origens compatíveis de sistemas de arquivos ou objetos para S3, EFS ou FSx. O Transfer Family é adequado para parceiros que já enviam arquivos por protocolos de transferência estabelecidos. Uma cópia pontual e uma sincronização contínua são tarefas diferentes.

Compare com a transferência por mídia física

Os dispositivos Azure Data Box fornecem até 120 TB ou 525 TB, com o Data Box Disk para conjuntos menores. O Google Transfer Appliance também move dados em hardware enviado fisicamente. Inclua o tempo de pedido, cópia, envio e upload pelo provedor; o processo completo pode levar de uma a algumas semanas. Criptografe o dispositivo e verifique os dados resultantes.

O AWS Snowball Edge não está disponível para novos clientes, e seu suporte nas regiões comerciais termina em 31 de dezembro de 2026. As opções atuais da AWS incluem o DataSync e o Data Transfer Terminal, um local físico reservado onde clientes levam unidades para uploads em alta velocidade.

Uma instalação tem uma conexão de 200 Mbps, com metade disponível para a migração. A taxa efetiva é de 100 Mbps. Mover 300 TB leva 24 milhões de segundos, cerca de 278 dias, tornando atraente um dispositivo de transferência por mídia física. Mover 2 TB leva 160.000 segundos, cerca de 1,9 dia, então o envio acrescentaria demora.

Transferências repetidas precisam de um caminho contínuo

AWS Direct Connect, Azure ExpressRoute e Google Cloud Interconnect fornecem conectividade privada dedicada com velocidade e latência mais consistentes. Eles podem ser adequados para grandes transferências contínuas. Um dispositivo de transferência por mídia física cria uma cópia inicial, mas não mantém alterações posteriores sincronizadas.

Inclua na estimativa as cobranças do serviço de transferência e a saída de dados posterior. A entrada de dados pela internet geralmente é gratuita; downloads da nuvem costumam custar por GB. Use criptografia em trânsito e somas de verificação ou verificações de integridade equivalentes para confirmar que a cópia no destino está completa.

Mover os bytes de um banco de dados é apenas parte da migração. O destino precisa entender o esquema, a aplicação precisa funcionar com ele e as alterações finais devem chegar antes da transição dos usuários.

Classifique o que muda

Uma migração homogênea mantém o mecanismo, como de PostgreSQL para PostgreSQL gerenciado. Uma migração heterogênea o muda, como de Oracle para PostgreSQL. Isso pode exigir a conversão de tipos de dados, esquemas, procedimentos armazenados e código da aplicação.

Uma migração que mantém o mecanismo ainda pode exigir verificações de versão ou recursos. Um relatório de conversão é útil justamente porque identifica o que não é transferido automaticamente.

Limite a indisponibilidade

Uma migração off-line interrompe a aplicação para exportação, transferência e importação. Uma migração on-line começa com uma carga completa enquanto a origem permanece em uso. A captura de alterações de dados (CDC) envia então novas alterações ao destino. A cópia inicial já estará desatualizada se os usuários continuarem gravando durante sua execução.

A transição para o novo sistema exige uma sequência controlada:

1. Interrompa as gravações na origem.
2. Aplique as alterações capturadas restantes e confirme que o destino está atualizado.
3. Promova o destino a banco de dados independente quando necessário.
4. Redirecione a aplicação e verifique se ela funciona.

A replicação contínua reduz a janela final; ela não elimina a necessidade dessa janela nem de testes. Manter a origem antiga somente para leitura por um período pode fornecer uma alternativa de retorno sem permitir gravações conflitantes.

Escolha ferramentas de descoberta, conversão e migração

O AWS DMS move bancos de dados e oferece suporte à replicação contínua. O AWS SCT e o DMS Schema Conversion avaliam e convertem estruturas e código de banco de dados. O Application Discovery Service coleta informações sobre servidores; o Application Migration Service rehospeda servidores. O Migration Hub acompanha o trabalho, e o Migration Evaluator apoia a justificativa de negócios.

O Azure Migrate descobre, avalia e migra servidores, bancos de dados e aplicações web. O Azure Database Migration Service lida com migrações compatíveis de SQL Server, PostgreSQL e MySQL usando métodos on-line ou off-line. O Data Box transporta grandes cópias de dados por mídia física; ele não converte esquemas.

O Database Migration Service do Google oferece suporte a migrações para o Cloud SQL ou AlloyDB, incluindo migrações contínuas e conversões heterogêneas para PostgreSQL compatíveis. O Migration Center descobre ativos, avalia-os e estima custos. Selecione um caminho de origem a destino compatível, não apenas um serviço com “migração” no nome.

Acompanhe uma migração com mudança de mecanismo

Uma loja que funciona 24 horas por dia, 7 dias por semana move um banco Oracle de 2 TB para um destino gerenciado compatível com PostgreSQL. Primeiro avalie a conversão. Crie o destino e converta o esquema, reescreva os procedimentos sinalizados para trabalho manual e inicie a carga completa com CDC. Teste a aplicação enquanto a replicação continua. Depois, faça a transição controlada. Uma pasta de arquivos exportados em um bucket é um artefato útil de transferência, mas os usuários precisam de um banco de dados de destino consistente e em funcionamento.

O sistema que registra as transações de hoje tem uma função diferente do sistema que explica cinco anos de histórico de negócios. A análise combina dados de muitas fontes sem fazer transações rotineiras esperarem por grandes varreduras.

Reconheça formatos de dados e cargas de trabalho

Dados estruturados têm uma estrutura fixa, como uma tabela de vendas. Dados semiestruturados trazem rótulos sem uma estrutura fixa de tabela, como JSON ou XML. Dados não estruturados incluem imagens, áudio e documentos de formato livre.

O OLTP, processamento de transações on-line, lida com muitas pequenas leituras e gravações de registros atuais. O OLAP, processamento analítico on-line, executa grandes consultas sobre o histórico. Relatórios pesados em um banco de produção podem tornar pedidos e pagamentos mais lentos, então a análise geralmente usa uma cópia separada.

Compare lago de dados, armazém de dados e lakehouse

Um armazém combina fontes em tabelas consistentes. Seu armazenamento colunar pode ler apenas as colunas necessárias. Se uma tabela de 2 TB tiver 100 colunas de mesmo tamanho e uma consulta precisar de três, a varredura aproximada será de 60 GB, não de 2 TB.

Um lago preserva arquivos brutos para exploração, ciência de dados e aprendizado de máquina, incluindo dados cujo uso posterior não é conhecido. Sem catálogo e responsáveis, fica difícil encontrar qualquer coisa ou confiar nela: um “pântano de dados”. Lakehouses acrescentam gerenciamento semelhante ao de armazéns com formatos como Apache Iceberg e Delta Lake. Um lago e um armazém podem coexistir porque atendem a diferentes etapas e necessidades.

Acompanhe um pipeline

Um pipeline de dados ingere dados, armazena-os, transforma-os, analisa-os e apresenta os resultados ou age com base neles. Com ETL, a extração é seguida pela transformação e depois pela carga. Com ELT, os dados são carregados primeiro e transformados no destino. Armazéns em nuvem podem fornecer a capacidade de processamento para ELT.

O processamento em lote trata dados coletados durante um período, como a carga das vendas de uma noite. O processamento em fluxo trata eventos conforme chegam, adequado para painéis em tempo real, pagamentos suspeitos ou alertas de sensores. Um relatório histórico mensal pode funcionar bem em lotes; uma reação necessária em segundos exige processamento em fluxo.

Mantenha os dados utilizáveis e confiáveis

A governança estabelece regras e processos para acesso, retenção, significado e qualidade. Um catálogo registra o que existe e o que significa. A linhagem rastreia de onde vieram os dados e quais transformações os alteraram. Juntos, eles ajudam uma equipe a explicar um número em um painel.

Verificações de qualidade tratam de completude, precisão, consistência, atualidade, validade e unicidade. Um código de região ausente prejudica a completude; pagamentos duplicados prejudicam a unicidade; um fluxo de dados desatualizado prejudica a atualidade. A qualidade é útil antes tanto da análise quanto da IA. Formatos abertos e ferramentas interoperáveis facilitam o compartilhamento e reduzem silos isolados de dados e a dependência de um fornecedor.

Um serviço de análise tem um lugar específico no caminho entre eventos e decisões. Identifique essa função antes de escolher um produto de um provedor: capturar um fluxo, tratá-lo, consultá-lo e exibi-lo são operações diferentes.

Armazéns e consultas sobre arquivos

O Redshift oferece armazéns provisionados e sem servidor. O BigQuery é sem servidor, separa armazenamento de computação e oferece precificação de consultas baseada na varredura ou na capacidade. O Microsoft Fabric combina recursos de armazém de dados e lakehouse; o Synapse Analytics continua disponível, com o Fabric como direção para novos desenvolvimentos.

O Athena executa SQL sem servidor em arquivos no S3; ele não armazena os dados que consulta. Tabelas externas do BigQuery podem ler arquivos do Cloud Storage, e tabelas de lakehouse do Fabric no OneLake têm um ponto de extremidade de análise SQL. Consultar arquivos no local é diferente de carregar outra cópia em um banco de dados.

Prepare dados e trate eventos

O AWS Glue transforma dados e mantém um catálogo de dados que descreve sua estrutura e localização. O Azure Data Factory cria e programa pipelines. O Google Dataflow executa processamento em lote e em fluxo com o Apache Beam.

Para Spark e frameworks relacionados de big data, use Amazon EMR, Azure Databricks ou Fabric Spark e o Managed Service for Apache Spark do Google, anteriormente Dataproc. Eles fornecem frameworks de processamento, com função diferente da de um painel ou de um serviço de mensagens.

Para fluxos, o Amazon Kinesis captura e processa dados em tempo real, e o Data Firehose carrega fluxos em destinos. O Azure Event Hubs ingere eventos; o Stream Analytics ou o Fabric Real-Time Intelligence os analisa. O Google Pub/Sub transporta mensagens, e o Dataflow as processa.

Acompanhe um evento até o painel

Para um painel em tempo real de uma loja, eventos de pedidos entram no Kinesis, Event Hubs ou Pub/Sub. Cópias brutas chegam ao S3, Azure Data Lake Storage ou Cloud Storage. Glue, Data Factory ou Dataflow trata os registros. Redshift, Fabric ou BigQuery permite a análise, e Quick Sight, Power BI ou Looker mostra os resultados.

O Looker pode definir métricas de negócios centralmente para que as equipes usem o mesmo significado para medidas como receita. O Amazon OpenSearch Service tem outra função: indexar textos e registros para pesquisa e análise.

Reduza cobranças de consultas baseadas em varredura

A uma taxa de exemplo de R$ 5 por TB examinado, ler 2 TB custa R$ 10. Se um formato colunar como Parquet permitir que a consulta leia três de 100 colunas de mesmo tamanho, ela lerá 60 GB, ou 0,06 TB, custando R$ 0,30. Se os arquivos também estiverem particionados por dia e a consulta precisar de apenas um de 30 dias de mesmo tamanho, a varredura cairá para 2 GB, custando R$ 0,01.

A economia vem da exclusão efetiva de colunas e partições desnecessárias. Apenas armazenar um arquivo em um armazenamento de objetos não garante uma pequena varredura. Reservas de capacidade do BigQuery são uma opção de faturamento; elas não fazem o cliente administrar servidores de armazém de dados.

Os serviços de IA em nuvem vão de APIs prontas a plataformas para treinar modelos. A melhor camada para começar depende da tarefa de negócios, dos dados e do conhecimento da equipe.

Relacione as ideias principais

Inteligência artificial abrange sistemas que executam tarefas como reconhecer imagens ou compreender linguagem. Aprendizado de máquina é uma abordagem dentro da IA: um modelo aprende padrões a partir de dados. Aprendizado profundo usa redes neurais de muitas camadas. IA generativa cria conteúdo como texto, imagens ou código a partir de um comando. Um modelo de base é treinado de forma abrangente para adaptação a muitas tarefas; um modelo de linguagem de grande porte, ou LLM, concentra-se em linguagem.

O treinamento produz ou ajusta um modelo a partir de dados. A inferência usa um modelo treinado com uma nova entrada. Treinar um modelo pequeno pode precisar apenas de um processador comum; grandes modelos de aprendizado profundo frequentemente precisam de GPUs ou TPUs. Avaliar uma nova compra quanto a fraude é inferência, mesmo que o modelo tenha sido treinado meses antes.

A classificação prevê uma categoria; a regressão prevê um número. Esses métodos podem simplificar regras complicadas, prever demanda, personalizar recomendações e detectar anomalias. A IA agêntica acrescenta planejamento e uso de ferramentas para que um agente possa executar uma tarefa, como pesquisar informações e chamar uma aplicação.

Escolha uma camada de serviço

1. APIs pré-treinadas lidam com tarefas estabelecidas, como tradução ou reconhecimento de fala, sem criar um modelo.
2. Plataformas generativas fornecem modelos de base, fundamentação e ferramentas para agentes: Amazon Bedrock, Microsoft Foundry e Gemini Enterprise Agent Platform, anteriormente Vertex AI.
3. Plataformas de aprendizado de máquina criam, treinam e implantam modelos personalizados: SageMaker AI, Azure Machine Learning e Gemini Enterprise Agent Platform. O AutoML reduz o código necessário para treinar com seus dados.
4. Aprendizado de máquina em serviços de dados, como BigQuery ML e Redshift ML, permite que equipes trabalhem com SQL onde os dados já estão.

Um varejista que traduz descrições pode usar uma API de tradução. Um assistente de chat que responde com base em manuais da empresa pode usar geração aumentada por recuperação (RAG): recuperar trechos relevantes dos manuais e fornecê-los com cada pergunta. Uma previsão de demanda baseada nas próprias vendas do varejista pode usar AutoML, aprendizado de máquina no banco de dados ou uma plataforma de aprendizado de máquina. Criar do zero acrescenta esforço quando um serviço existente já atende à necessidade.

Avalie os dados e os resultados

Exemplos de treinamento ausentes, desatualizados ou enviesados podem produzir resultados ruins ou injustos. Verifique completude, precisão, consistência, atualidade, validade e unicidade. A IA responsável também exige justiça, privacidade, segurança, transparência, explicabilidade, supervisão humana e responsabilização.

Uma resposta generativa confiante pode conter uma alucinação, uma afirmação fluente, mas falsa. Fundamente resultados importantes em informações confiáveis e revise-os. O provedor protege seu serviço; o cliente controla os dados fornecidos, o acesso e a forma como os resultados são usados. A RAG fornece evidências ao modelo, mas sua presença por si só não garante uma resposta correta.

Muitas tarefas comuns de IA já contam com um serviço pré-treinado. Uma aplicação envia entradas por uma API e recebe resultados sem que seus desenvolvedores precisem primeiro treinar um modelo.

Associe a entrada e o resultado

A visão encontra objetos, cenas e texto em imagens; a Video Intelligence API do Google cuida da análise de vídeo. A conversão de fala em texto transcreve áudio, enquanto a conversão de texto em fala gera uma saída falada a partir de texto escrito. A análise de texto identifica sentimentos, entidades, frases-chave ou categorias. A tradução muda o idioma do texto.

Serviços de documentos preservam relações dentro de formulários, como qual data pertence ao rótulo “Data da fatura” ou qual valor é o total de uma tabela. A detecção geral de texto em imagens encontra texto, mas não oferece a mesma compreensão de formulários. Um fluxo de trabalho de faturas, portanto, exige extração de documentos, não apenas rótulos de imagens.

Combine serviços em torno de um processo de negócios

Uma central de atendimento pode transcrever chamadas gravadas, analisar o sentimento em cada transcrição e exibir em um painel os assuntos recorrentes que causam insatisfação. A transcrição produz as palavras; a análise de linguagem interpreta aspectos dessas palavras.

Uma seguradora pode extrair nomes, datas e valores de sinistros com um serviço de documentos e enviar resultados com baixa confiança para uma pessoa. Essa revisão faz parte do processo: um campo detectado é uma previsão, não uma garantia de que o valor está correto.

O Amazon Lex cria chatbots de voz ou texto e pode funcionar com o Amazon Connect, uma central de atendimento em nuvem. O Amazon Q fornece assistência generativa para profissionais de negócios e desenvolvedores. O Microsoft Foundry e o Gemini Enterprise Agent Platform fornecem ferramentas para assistentes de conversação e agentes. Azure Vision, Speech, Language e APIs relacionadas fazem parte do Foundry Tools, anteriormente Azure AI services.

Estime o uso antes de estimar o preço

Os serviços podem cobrar por imagem, minuto de áudio, página, caractere traduzido ou token gerado. Conte a unidade relevante e aplique a tarifa. Use uma tarifa de tradução de exemplo de R$ 15 por milhão de caracteres. Duas mil descrições com 500 caracteres cada contêm um milhão de caracteres. Traduzir para dez idiomas processa dez milhões de caracteres e custa R$ 150. Contar apenas o texto de origem deixaria de considerar o processamento repetido para cada idioma.

Pré-treinado nem sempre significa comportamento fixo. Vocabulários personalizados de transcrição podem ajudar com nomes de produtos; rótulos personalizados de imagens podem reconhecer produtos de uma empresa; classificadores personalizados de documentos podem organizar seus formulários. Essas opções podem adaptar um serviço sem um projeto completo de criação de modelo.

Imagens, vozes e documentos podem conter dados pessoais. Forneça-os para uma finalidade legítima, obtenha consentimento quando exigido e controle o acesso e a retenção. Escolha o serviço conforme sua tarefa e suas necessidades de dados antes de decidir que o treinamento personalizado é necessário.