NodeJS + MongoDB

o Caminho das Pedras

Alessandro Feitoza

  • Fortaleza, Ceará
  • Professor de códigos e outras computarias ( ͡° ͜ʖ ͡°)
  • Programador/Dev/Severino
  • PHP com Rapadura | PHPeste
  • Backend Developer BussolaSocial

DEFINIÇÕES

SQL










Falaremos apenas de SQL

Arquitetura

Hardware

  • Servidores físicos ou virtuais
  • Computadores e dispositivos de rede
  • Armazenamento (HDs, SSDs, Storage em nuvem)

Software

  • Sistemas operacionais (Linux, Windows Server)
  • Ferramentas de automação e monitoramento
  • Aplicações e serviços

Redes

  • Protocolos (TCP/IP, HTTP, HTTPS)
  • Segurança de rede (firewalls, VPNs)
  • Configuração de ambientes distribuídos

Git

  • Controle de versão
  • Colaboração em equipe
  • Histórico de alterações
Uma outra forma de ver com os olhos

Anatomia de uma URL

Exemplo:
https://api.exemplo.com/v1/users?id=123

  • Protocol(o): https
  • Domínio/Domain: api.exemplo.com
  • Caminho/Path/Endpoint: /v1/users
  • Query String/Parameters: ?id=123

O que é Request?

É a requisição enviada pelo cliente para o servidor.

fetch('https://api.exemplo.com/v1/users')
.then(response => response.json())
.then(data => console.log(data));

O que é Response?

É a resposta enviada pelo servidor para o cliente.


{
"id": 123,
"name": "Filomena",
"age": 30
}

BigData

O que é? Onde vivem? Do que se alimentam?

Apresentação adaptada de uma Prezi

O que é Big Data?

  • Conjunto de dados tão grandes ou complexos que ferramentas tradicionais não conseguem processar eficientemente
  • Envolve captura, armazenamento, processamento e análise
  • Objetivo: extrair valor e insights acionáveis

As 5 Vs do Big Data

  • Volume — quantidade massiva de dados
  • Velocidade — dados gerados e processados em alta velocidade
  • Variedade — formatos distintos: estruturado, semiestruturado, não estruturado
  • Veracidade — qualidade e confiança dos dados
  • Valor — utilidade dos dados para o negócio

Onde "vivem" os dados?

  • Servidores e Data Centers
  • Armazenamento em nuvem (S3, Blob Storage)
  • Bancos NoSQL (Cassandra, MongoDB)
  • Lagos de dados e Data Lakes
  • Streams e filas (Kafka, Kinesis)

Do que se alimentam?

  • Logs de aplicações
  • Eventos de dispositivos (IoT)
  • Redes sociais e cliques
  • Transações financeiras e registros corporativos
  • Imagens, áudio e vídeo

Arquitetura típica

  1. Ingestão (ETL/ELT, streaming)
  2. Armazenamento (data lake, warehouse)
  3. Processamento (batch e streaming)
  4. Serviços de consulta e BI
  5. Modelos de ML / Data Products

Ferramentas e Tecnologias

  • Hadoop / HDFS
  • Apache Spark
  • Kafka
  • NoSQL (Cassandra, MongoDB)
  • Data Warehouses (Redshift, BigQuery)