基于领域和节点属性网络的微服务拆分研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:gordontang530
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
微服务的诸多优良特性,如可伸缩性、可维护性,促使更多的决策者选择将单体迁移到微服务。研究人员们也提出了多种微服务拆分方法。然而,如何在迁移过程中适当拆分微服务仍然是一个棘手的问题。首先,不同领域的单体迁移需求各不相同,如何选择合适的微服务拆分方法却很少受到关注。其次,当前的微服务拆分主要依赖于架构师或领域专家,这比较主观且耗时。而半自动化或自动化的微服务拆分方法仅能产生粗粒度的结果,并且受不同系统特征的影响,无法根据不同领域的迁移需求进行微服务拆分。因此,本文在基于实证的基础上结合节点属性网络,提出了面向领域的微服务拆分方法。本文的主要工作总结如下:第一,在实证信息的基础上,提出了一个面向领域的微服务拆分方法评估框架。通过执行系统文献评审,客观地分析了当前使用微服务架构的主要领域、现存的微服务拆分方法和影响它们使用的系统特征。并基于上述信息提出了一个用于不同领域选择合适微服务拆分方法的评估框架,为后续微服务拆分研究提供了有力支撑。第二,提出了一种基于节点属性网络的微服务拆分方法。该方法首先通过动态和静态分析技术获取在方法粒度层面代表主要系统特征的单体信息,然后将其映射到节点属性网络中并利用经典的社区检测算法对节点属性网络进行划分,进而使用提出的类层次聚类算法对划分结果进行优化以产生最终的微服务候选。对比实验结果显示该方法能够产生有效的微服务拆分。第三,提出了一种基于系统特征的微服务拆分框架。该框架在基于节点属性网络实现微服务拆分的基础上,综合了不同领域关注的系统特征,包括功能、非功能、系统内部和组织结构特征,从而实现面向领域的微服务拆分。通过与其他微服务拆分方法以及真实微服务系统的结构进行对比,验证了该框架能够提供更佳的微服务候选。本文工作聚焦于面向领域的微服务拆分研究,利用节点属性网络和不同领域关注的系统特征,在方法粒度层面实现客观高效的微服务拆分。通过面向领域拆分微服务,满足不同领域面向微服务架构迁移时的灵活需求,避免主观经验对拆分结果的影响,推动微服务架构在实践中的应用。
其他文献
由于遗传密码存在的简并性,编码区中不影响蛋白质序列的单核苷酸突变被称为同义突变。同义突变在各种复杂人类疾病中起着重要作用。识别同义突变有利于人们对相关疾病的诊断与治疗。然而,精确识别有害同义突变仍然是一项非常有挑战性的工作。近十年来,一些基于机器学习的同义突变功能预测工具被提出来了。这些工作极大的促进了人们对同义突变的认识。在同义突变功能效应预测模型的构建过程中面临不平衡数据集的问题,已有的方法大
学位
方面级情感分析(Aspect-based Sentiment Analysis,ABSA),是实现一个句子中给定方面词的情感极性分类,常见的为情感三分类(即积极、消极和中立)。其在外卖评价、社交舆情分析、网购推荐、金融行情等领域中的应用屡见不鲜。在信息爆炸的今天,ABSA无疑拥有更广泛的应用场景和更广大的需求人群,具有重要研究价值和意义,因而在近年来被广泛关注。相关研究工作通常只关注方面词和句子序
学位
大规模最优化问题在现实世界中普遍存在,如神经网络训练、投资组合优化、稀疏信号重构、旅行商、0-1背包、加工调度、装箱、图着色等。当这些最优化问题的优化目标个数超过一个时被称为大规模多目标优化问题。多个目标之间可能互相影响或冲突,但是需要同时求解到最优值。进化算法是以达尔文的进化论为基础,通过将解决方案进行编码,以物竞天择、适者生存为进化方向,通过针对性地设计不同的种群初始化方法,生成子代解方法,环
学位
伴随着城市化进程加快和交通智慧化管理的需求上升,智能交通在未来的市场空间巨大。车辆重识别作为智能交通的重要一环,在交通智能管理领域发挥着重要作用。基于单帧图像的车辆重识别和基于视频的车辆重识别是车辆重识别两个基础的任务分支。基于单帧图像的车辆重识别算法任务多是集中在小轿车、商务车等中小型车辆,对公交车、载货车等大型车辆的关注程度很低。相比较于视频,单帧图像能够提供的信息终究是有限的。此外,单帧图像
学位
多模态目标跟踪的提出是为了利用可见光和红外数据的互补优势来实现成对视频序列的目标定位任务。但是多模态的跟踪起源偏晚并且需要成对匹配的信息,而成对数据的获取受制于专业的成像设备和高昂的人工标注成本,现有数据集规模相比于可见光较小且数据多样性匮乏。此外,可见光-红外数据在不同的挑战下并非都同时发挥正面作用,如何充分利用两种模态的优点并同时抑制噪声成为急需解决的问题,受最近元学习研究的启发,本文基于元学
学位
特征选择是数据挖掘领域中一个重要的数据预处理手段,其目的是从数据的全部特征中选择出部分对学习模型(如分类算法)有用的特征,以此增强模型的效率和效果。特征选择有两个目标需要优化:一是提高学习模型的性能,二是降低特征数量,因此特征选择问题能天然地建模成多目标优化问题,而基于进化多目标优化的特征选择算法是目前的一个研究热点,由于其不需要关于搜索空间的先验知识和假设,且能在一次运行中产生一组权衡不同冲突目
学位
随着生活质量的不断提高,身体健康问题越来越受到人们的关注。有关身体健康状况的生命体征参数有心率(Heart Rate,HR)、呼吸率、血压和血氧饱和度等,其中,心率是较为重要的一项参数。心率的动态变化与潜在的心脏疾病息息相关,如果患者出现心率过速、过缓或心律不齐,都应该及时地就医、检查。因此,在日常生活中,针对心率的估计和实时监测能有效地预防和治疗心血管疾病。近年来,基于面部视频的心率检测方法的各
学位
稀疏多目标问题是指其Pareto最优解中多数决策变量为零的优化问题,此类问题在科学研究和实际应用中广泛存在,如稀疏信号重构、稀疏神经网络训练、复杂网络关键点探测等。进化算法是求解优化问题的一类重要方法,具有不依赖待求解问题的精确数学模型、鲁棒性强、易并行等优势,目前已成为解决稀疏多目标优化问题的主流方法。近年来,尽管已经出现了多种有效求解稀疏多目标优化问题的进化算法,然而在处理一些复杂稀疏多目标优
学位
随着软件开发难度的增加,现在的开发者越来越注重复用开源软件项目,以提高开发效率和软件质量。因此,开源软件项目的数量爆炸式增长在为开发者提供更多选择的同时也让他们面临着信息过载的挑战。虽然传统的推荐系统可以解决这一问题,但它们通常无法充分利用开源软件社区中特有的信息。一方面,开源软件社区中天然存在社交影响、依赖约束和开发者的动态兴趣这三种信息。在社会化协同编程的过程中,开发者的兴趣会动态变化,也会受
学位
软件架构定义了系统结构并决定其质量,确保软件架构的合理性和可维护性对后续开发至关重要。架构异味是软件技术债务的具体表现形式之一,表明系统中存在潜在的问题,它们在软件开发的过程中不断积累且反复出现,阻碍了软件的可维护性和可重用性。除了传统架构中会存在架构异味外,近年来广受关注的微服务架构也受到微服务架构异味的影响。目前,对传统架构异味的定义已比较明确,但对其进行检测的效率和覆盖范围还有待提升;另一方
学位