Introdução a BIG DATA: Sobre camadas e protocolos de Internet.
BIG DATA é um termo bastante utilizado entre os estudiosos e pesquisadores de tecnologia na investigação de grande volume de dados na rede. Entretanto, é regra ter um conhecimento razoável sobre camadas, protocolos e algorítimos se quisermos ter um entendimento mais crítico sobre sua funcionalidade prática e suas implicações na vida cotidiana. Neste sentido queria propor uma introdução ao seu funcionamento a partir do entendimento de camadas e protocolos de Internet e posteriormente chegarmos as análises estatísticas por amostragem de volume e cruzamento de dados em diversas redes de empresas como a Amazon, Facebook e LinkedIn, por exemplo.
Em linhas gerais, a Internet funciona como uma rede de oferta de serviços e pilha de protocolos. Serviços e protocolos são coisas diferentes. Serviços são as operações que uma determinada camada oferece para outra. Para o bom funcionamento desses serviços, a Internet utiliza uma série de camadas, que em tese, também servem para explicar e compreender, por exemplo, a lógica e utilidade prática de BIG DATA. As camadas possuem a função de simplificar o estudo da Internet, bem como garantir que seus serviços serão executados a partir de seus respectivos protocolos, essenciais para seu bom funcionamento.
As camadas operam como uma espécie de interface entre camadas superiores (que normalmente são destinadas as aplicações ou aos usuários da rede) e as inferiores (que em tese são aquelas que fornecem as condições básicas de seu funcionamento). Os protocolos, por sua vez, tem a função de implementar esses serviços e são melhor definidos como o conjunto de regras básicas que controlam o fluxo de dados entre as camadas e também de um lado para outro na rede. As camadas possuem funções muito bem definidas e tendem a minimizar o fluxo da informação na rede, utilizando protocolos de interconexão muito bem específicos.
Substituído pelo modelo OSI, o modelo TCP/IP que utilizamos atualmente como modelo de referência para utilização de protocolos de comunicação possui poucas camadas. Em tese, isso facilita a leitura e a utilização de sua arquitetura, permitindo ainda a possibilidade de construção de novas aplicações em camadas superiores. O modelo TCP/IP roda sob a camada física, rede, transporte e aplicação. Já o modelo OSI funciona sob as camadas física, enlace de dados, rede, transporte, sessão, apresentação e aplicação.
Em primeiro plano, na base de sua arquitetura está a camada física que tem a função básica de transmissão de dados (bits). Ou seja, cabe a ela, assegurar que 1 bit transmitido corresponda a exatamente 1 bit recebido na rede. Este é o princípio básico de seu funcionamento.
A camada de enlace, no modelo OSI, sugere a confiabilidade dos serviços prestados para que um determinado canal de transmissão por onde circulam os dados esteja livre de interferências ou erros de transmissão, assegurando dessa maneira um canal confortável para o envio e recebimento de dados.
A camada de rede controla o congestionamento ou gargalos de dados na rede. Neste sentido ela tem a função básica de rotear os pacotes de dados que são transmitidos de um lado a outro da rede.
A camada de transporte, por sua vez, é aquele que aceita os dados enviados por outras camadas, dividindo-os em tamanhos menores Muito parecida com a camada de elance, a camada de transporte deve assegurar que os fragmentos desses dados, sejam capazes de circular livremente de um lado para outro na rede, ligando dessa maneria a origem dos dados ao seu respectivo destino.
No modelo OSI, a camada de sessão deveria garantir que terminais ou computadores estabeleçam sessões entre si. Ou seja, deve assegurar o controle e a manutenção do diálogo, gerenciamento e sincronização dos dados como ocorre com a camada de apresentação que é responsável pelo gerenciamento, de modo que possa garantir a interação do usuário e aplicação na rede que será utilizada. Note que a camada de sessão no modelo OSI é muito parecida coma camada de rede no modelo TCP/IP e todas elas tem em si a função de movimentar bits ou dados.
Por sua vez, a camada de aplicação é aquela que gerencia os protocolos em níveis mais altos (FTP, HTTP, HTTPS, SMTP, DNS, etc), necessários para a navegação do usuário em websites e enviar e receber e-mails.
O modelo de referência pra protocolos de comunicação TCP/IP é um salto importantíssimo na construção de BIG DATA e possui a habilidade de conectar várias redes simultaneamente e ainda permite o desenvolvimento de novas aplicações orientadas a Internet em sistemas distribuídos, como a utilização de recursos de voz e transferência de arquivos em tempo real, por exemplo. Com isso, introduziremos no próximo post aos principais conceitos sócio-técnicos de BIG DATA. Até o próximo post!