GBR: ADR-004 Topologia Assimétrica "Edge Burro" & "Nuvem Inteligente" (Dual-Storage & Graph RAG)

• *Status:* Aceito
• *Data:* 2026-05-01

*Contexto:*

Os agentes legados do cliente (Cliente Horus) executavam cálculos diferenciais (Deltas), agendamentos cronológicos complexos e avaliações de alarmes diretamente na borda (Edge). Isso causava alto consumo de CPU nas máquinas monitoradas e resultava na perda de estado de cálculo (Média Móvel) se o processo do Agente precisasse ser reiniciado. Além disso, os agentes precisavam armazenar "lógica de negócios", exigindo atualizações constantes e arriscadas. O cliente demanda escalabilidade sem intrusão no ambiente operacional (Zero-Config/Zero-Impact).

*Decisão:*

1. *Padronização "Agente Burro" (Modo Stealth):* O agente remoto (falcon_agent via gbr_monitor_agent) não executa nenhum processamento heurístico ou agregação de dados temporais. Ele simplesmente reporta Valores Absolutos (Gauges/Counters) acompanhados de carimbos de tempo, em formato binário comprimido (Erlang Terms via P2P) ou JSON validado estritamente na borda do servidor.
2. *Cálculo Deslocado para o Servidor:* Toda a computação de deltas, janelas de tempo de manutenção, topologia matemática (AST) e transições de estado do BPMN são realizadas pelos Atores de Supervisão na infraestrutura central (GKE Cloud), utilizando o poder do gbr_bpm.
3. *Dual-Storage na Nuvem:* - Via Expressa (OLTP/Timeseries): Métricas brutas despachadas via Influx Line Protocol (ILP) para armazenamento efêmero (ScyllaDB/QuestDB) destinado apenas à plotagem de gráficos front-end (SSE 60fps no Lustre). - Via Semântica (OLAP/Graph): Mudanças de Estado do BPE emitem "Triplos Semânticos" (Causa e Efeito W3C PROV-O), que são gravados no DuckDB (com extensão VSS/HNSW).
4. *Graph RAG Foundation:* A separação OLAP Semântica prepara o terreno para embutir LLMs capazes de responder perguntas textuais inferindo a causa raiz de incidentes complexos cruzando os JSON-LD do DuckDB, e não os data points do banco timeseries.

*Consequências:*

• *Positivas:* Redução do footprint na máquina final do cliente (consumo de CPU próximo de 0%); resiliência total a interrupções (estado do BPE é mantido centralmente e persistido em disco via Mnesia/gbr_bpm_mnesia); abertura de mercado de suporte via IA assistida (RAG Semântico).
• *Negativas/Riscos:* Exige processamento de rede mais assíduo, mas o estrangulamento de infraestrutura de nuvem já foi mitigado pelo roteamento concorrente no gbr_ets implementado previamente.