Na jornada de desenvolver software, enfrentamos continuamente o desafio de formular estimativas confi\u00e1veis e precisas. Estas estimativas abarcam tempo, mem\u00f3ria, processamento e outros recursos essenciais. A quest\u00e3o muitas vezes negligenciada na arquitetura de software \u00e9: como podemos estimar de maneira eficiente sem sacrificar a utilidade da informa\u00e7\u00e3o?<\/p>\n\n\n\n
Na busca por estimativas, ca\u00edmos frequentemente na armadilha da precis\u00e3o absoluta. A precis\u00e3o extrema pode ser uma demanda exagerada que leva a um consumo desnecess\u00e1rio de tempo e recursos. J\u00e1 se perguntou se precisamos sempre dessa precis\u00e3o milim\u00e9trica?<\/p>\n\n\n\n
O c\u00e1lculo no papel de p\u00e3o, ou back of envelope calculation<\/em>, \u00e9 uma t\u00e9cnica capaz de transpor esse dilema. Baseando-se na simplicidade e na intui\u00e7\u00e3o, este m\u00e9todo utiliza insights r\u00e1pidos para produzir estimativas que servem como uma b\u00fassola orientadora, n\u00e3o um GPS exato.<\/p>\n\n\n\n Vamos considerar um exemplo pr\u00e1tico. Imagine que voc\u00ea \u00e9 encarregado de estimar a escalabilidade de uma aplica\u00e7\u00e3o. Em vez de entrar na complexidade dos detalhes t\u00e9cnicos, voc\u00ea come\u00e7a com perguntas b\u00e1sicas: quantos usu\u00e1rios simult\u00e2neos esperamos? Quais s\u00e3o as opera\u00e7\u00f5es mais comuns e seu impacto na carga do sistema? A partir desse ponto, voc\u00ea faz suposi\u00e7\u00f5es educadas, talvez baseadas em dados de aplica\u00e7\u00f5es similares, para chegar a um c\u00e1lculo preliminar que orientar\u00e1 as decis\u00f5es iniciais de design e infraestrutura.<\/p>\n\n\n\n A solidez do c\u00e1lculo no papel de p\u00e3o \u00e9 apoiada pela teoria dos grandes n\u00fameros, sugerindo que, \u00e0 medida que a amostra de estimativas aumenta, elas tendem a representar mais fielmente a realidade. Simplificando, a pr\u00e1tica de fazer estimativas r\u00e1pidas e intuitivas pode ser eficaz em larga escala.<\/p>\n\n\n\n Comparando brevemente o c\u00e1lculo no papel de p\u00e3o com m\u00e9todos mais detalhados, como a An\u00e1lise de Pontos de Fun\u00e7\u00e3o, observamos que o primeiro \u00e9 mais adequado para as fases iniciais do projeto ou quando r\u00e1pidas decis\u00f5es de neg\u00f3cios s\u00e3o necess\u00e1rias. Em contrapartida, m\u00e9todos mais detalhados podem ser utilizados quando precisamos de uma avalia\u00e7\u00e3o de custo ou aloca\u00e7\u00e3o de recursos ao longo do ciclo de vida do projeto.<\/p>\n\n\n\n O m\u00e9todo de estimativa no papel de p\u00e3o \u00e9 uma ferramenta valiosa na arquitetura de software, especialmente quando a velocidade e a flexibilidade s\u00e3o de suma import\u00e2ncia. Incorporar exemplifica\u00e7\u00f5es pr\u00e1ticas e compara\u00e7\u00f5es com outros m\u00e9todos demonstra que n\u00e3o estamos negligenciando a precis\u00e3o, mas escolhendo a ferramenta certa para o trabalho certo. Ao aprofundar nesse m\u00e9todo em meus grupos de estudos e mentorias, compartilhamos conhecimento e aprimoramos nossas pr\u00e1ticas de desenvolvimento para construir software eficiente e de qualidade superior.<\/p>\n\n\n\nAplicando o “Back of Envelope Calculation” na Pr\u00e1tica<\/h2>\n\n\n\n
A Fundamenta\u00e7\u00e3o Matem\u00e1tica e a Teoria dos Grandes N\u00fameros<\/h2>\n\n\n\n
Compara\u00e7\u00e3o com Outras T\u00e9cnicas de Estimativa<\/h2>\n\n\n\n
Conclus\u00e3o<\/h2>\n\n\n\n
TL;DR<\/h2>\n\n\n\n
\n