Falar em ambientes multi-nuvem não é novidade. Em maio, na 4ª edição da Global Cloud Survey da Denodo ficou claro que as organizações estão acelerando a adoção das nuvens. Entre 150 negócios globais, a implantação da nuvem híbrida continua a ser a escolha dominante, já que mais de um terço dessas organizações (35 %) usam esse modelo. A ordem é aproveitar a flexibilidade do modelo SaaS (Software as a Service), controlar custos, acelerar o tempo de lançamento de produtos e serviços no mercado e simplificar o gerenciamento de dados.
O problema é que, na vida real, as nuvens custam em dólar, mas as empresas brasileiras faturam em reais. Esse divórcio tem consequências sérias aos CIOs no Brasil. Se, em janeiro, eram necessários R$ 5,16 para se comprar US$ 1, agora, pelo mesmo dólar são necessários perto de R$ 5,5. Não há orçamento de TI que resista, principalmente levando-se em consideração que, durante a pandemia, as organizações aceleraram a sua digitalização, trazendo uma demanda adicional – e bem-vinda! – de consulta às bases de dados.
Moral da história? A sonhada previsibilidade dos custos de TI está cada vez mais distante. E nossos valentes CIOs se veem pressionados a encontrar soluções que, de um lado, permitam a democratização do acesso a dados, tornando o negócio mais competitivo, e, de outro, que mantenham uma rédea firme no consumo desses mesmos dados, cujos custos de processamento explodiram.
Uma maneira de se enfrentar esse aumento incontrolável de custos das arquiteturas híbridas pode ser a virtualização de dados. Essa nova arquitetura de dados permite que uma empresa possua seus dados onde quiser, ou onde for mais barato, em uma nuvem pública, ou em uma privada, ou em todas as anteriores, orquestrando e regendo as vantagens de cada um desses recursos com o passar dos meses.
Essa nova arquitetura de dados cria uma camada virtual entre o usuário e o dado físico. Por meio dela não só é possível integrar diversas bases de dados – estejam elas on premisses ou em nuvens – como incluir regras de governança (a exemplo das exigidas pela LGPD) e de limites de uso (evitando que pessoas realizem muitas consultas desnecessárias) permeando todos os sistemas utilizados. Melhor. Por meio dessa nova e disruptiva arquitetura, o dado não é mais copiado e transportado de um lugar ao outro: permanece na base de origem, o que evita o custo de seu transporte, custo de sua duplicação e de duplo armazenamento… os quais, em boa parte, são cobrados em… dólar.
Outra vantagem dessa abordagem é que, com machine learning, a virtualização de dados permite outro importante recurso de redução de custos de TI. Algoritmos inteligentes podem identificar as consultas mais comuns e realizar uma pré-agregação de dados, colocando-a disponível aos usuários, sem que novas queries sejam realizadas. Por exemplo, em caso de consultas recorrentes em toda a organização, é possível agregar todas as notas fiscais mês a mês, ano a ano, cliente a cliente, deixando esses dados bem à mão, sem novos impactos no custo de processamento.
E se porventura o cobertor ainda estiver muito curto e chegou a hora de se decidir por voltar ao bom e previsível servidor on premisse, a virtualização de dados também pode ser útil. Afinal, com a camada virtual entre o dado e os usuários finais é possível realizar migrações sem que as atividades e operações destes usuários sejam interrompidas.
*Evandro Pacolla é engenheiro sênior de Vendas da Denodo
