Dissertação de Mestrado

Microservices architectures have become a cornerstone of modern cloud-native applications, offering scalability, modularity, and flexibility. However, their deployment introduces challenges related to resource consumption, performance, and availability, particularly in environments with dynamic workloads. This research aims to investigate the impact of grouping microservices within containers on performance, resource consumption, availability and scalability in different workload scenarios, with and without horizontal autoscaling. The main objective was to assess whether consolidating multiple microservices in a single container yields advantages in performance and resources efficiency without compromising availability or scalability. The methodology involved benchmarking different microservices grouping strategies across key metrics, such as computational and financial resource consumption, performance, and system reliability, in experiments with and without horizontal scaling. Results showed that grouping microservices reduces communication overhead, enhances throughput, and minimizes latency, particularly under high workloads with horizontal scaling. However, grouping microservices also introduced challenges, such as resource contention and increased error rates in saturated environments without horizontal scaling. Horizontal scaling proved essential to mitigate these issues by dynamically scaling the number of containers and ensuring system stability. The study concludes that microservice grouping can provide significant benefits, especially when aligned with autoscaling strategies, but requires careful planning to avoid resource bottlenecks. A hybrid deployment model, combining grouped services with independent scaling, is recommended to achieve optimal performance and cost-effectiveness. Future research could focus on automated tools for suggesting grouping strategies based on real-time metrics and exploring financial trade-offs in multi cloud environments.

Arquiteturas baseadas em microsserviços tornaram-se fundamentais para aplicações modernas, oferecendo escalabilidade, modularidade e flexibilidade. No entanto, sua implantação apresenta desafios relacionados ao consumo de recursos, desempenho e disponibilidade, especialmente em ambientes com cargas de trabalho dinâmicas. Esta pesquisa visa investigar o impacto do agrupamento de microsserviços dentro de contêineres no desempenho, consumo de recursos, disponibilidade e escalabilidade em diferentes cenários de carga de trabalho, com e sem escalabilidade horizontal automática. O objetivo principal foi avaliar se consolidar múltiplos microsserviços em um único contêiner traz vantagens em desempenho e eficiência de recursos sem comprometer a disponibilidade ou a escalabilidade. A metodologia envolveu o uso de benchmarks para diferentes estratégias de agrupamento de microsserviços, avaliando métricas-chave como consumo de recursos computacionais e financeiros, desempenho e confiabilidade do sistema, em experimentos com e sem escalabilidade horizontal. Os resultados mostraram que o agrupamento de microsserviços reduz a sobrecarga de comunicação, aumenta a taxa de transferência e minimiza a latência, especialmente em cargas de trabalho altas com escalabilidade horizontal. No entanto, o agrupamento de microsserviços também introduziu desafios, como contenção de recursos e aumento nas taxas de erro em ambientes saturados sem escalabilidade horizontal. A escalabilidade horizontal provou ser essencial para mitigar esses problemas, escalando dinamicamente o número de contêineres e garantindo a estabilidade do sistema. O estudo conclui que o agrupamento de microsserviços pode oferecer benefícios significativos, especialmente quando alinhado a estratégias de escalabilidade horizontal automática, mas exige planejamento cuidadoso para evitar gargalos de recursos. Um modelo híbrido de implantação, combinando serviços agrupados com escalabilidade independente, é recomendado para alcançar desempenho e custo-efetividade ideais. Pesquisas futuras podem explorar ferramentas automatizadas para sugerir estratégias de agrupamento com base em métricas em tempo real e investigar compensações financeiras em ambientes multi-cloud.