FLAMI vs GADDS: Estudo Comparativo de Arquiteturas de Big Data Aderentes aos Princípios FAIR

• Cecília Nunes Sedenho Universidade de São Paulo (USP)
• Thiago Zero Araújo Universidade de São Paulo (USP)
• João Pedro de Carvalho Castro Universidade de São Paulo (USP) / Universidade Federal de Minas Gerais (UFMG) https://orcid.org/0000-0003-3566-0415
• Cristina Dutra Aguiar Universidade de São Paulo (USP)

DOI: https://doi.org/10.5753/sbbd_estendido.2025.247670

Resumo

Neste artigo são investigadas duas Arquiteturas de Referência de Software (SRAs) para big data que aderem aos princípios FAIR: FLAMI e GADDS. Essas SRAs, que representam o estado da arte, são descritas considerando conceitos teóricos, projetos arquiteturais e aspectos de implementação de componentes selecionados para avaliação da viabilidade prática. A conformidade de cada SRA com os Princípios FAIR é discutida com base em critérios estruturais e operacionais. Também é feita uma descrição do fluxo de dados e de metadados durante a execução de uma consulta analítica. O artigo contribui para preencher uma lacuna existente na literatura ao conduzir uma comparação teórica e prática entre as SRAs investigadas.

Palavras-chave: Big Data, Princípios FAIR, Ciência Aberta, Arquitetura de Referência de Software, SRA, Armazenamento em Núvem, Blockchain, Engenharia de Dados

Referências

Angelov, S., Grefen, P., and Greefhorst, D. (2012). A framework for analysis and design of software reference architectures. Inf. Softw. Technol., 54(4):417–431.

Bhowmik, S. (2017). Cloud Computing. Cambridge University Press, [S.l.].

Castro, J. P. C., De-Grandi, M. J., and Aguiar, C. D. (2025a). A systematic review of FAIR-compliant big data software reference architectures. J. Inf. Data Manag. Accepted for Publication.

Castro, J. P. C. et al. (2022a). FAIR Principles and Big Data: A software reference architecture for Open Science. In Proc. ICEIS, pages 27–38.

Castro, J. P. C. et al. (2022b). Open Science in the cloud: The CloudFAIR architecture for FAIR-compliant repositories. In Proc. ADBIS, pages 56–66.

Castro, J. P. C., Vasconcelos, F. X. G., Vargas-Solar, G., and Aguiar, C. D. (2025b). Building FAIR-compliant lakehouses with FLAMI. In Proc. CAiSE. Accepted for Publication.

Davoudian, A. and Liu, M. (2020). Big data systems: A software engineering perspective. ACM Comput. Surv., 53(5):1–39.

Medeiros, C. B., Darboux, B. R., Sánchez, J. A., Tenkanen, H., Meneghetti, M. L., Shinwari, Z. K., Montoya, J. C., Smith, I., McCray, A. T., and Vermeir, K. (2020). IAP input into the UNESCO Open Science Recommendation. Available at [link].

OBSPY (2025). ObsPy. [link].

Vazquez, P. et al. (2022). Globally accessible distributed data sharing (GADDS): A decentralized FAIR platform to facilitate data sharing in the life sciences. Bioinformatics, 38:3812–3817.

Wilkinson, M. D. et al. (2016). The FAIR guiding principles for scientific data management and stewardship. Sci. Data., 3(1):1–9.