論文の概要: Understanding the Issues, Their Causes and Solutions in Microservices
Systems: An Empirical Study
- arxiv url: http://arxiv.org/abs/2302.01894v2
- Date: Tue, 11 Jul 2023 17:52:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 13:28:07.174222
- Title: Understanding the Issues, Their Causes and Solutions in Microservices
Systems: An Empirical Study
- Title(参考訳): マイクロサービスシステムにおける問題,その原因,ソリューションを理解する - 実証的研究
- Authors: Muhammad Waseem, Peng Liang, Aakash Ahmad, Arif Ali Khan, Mojtaba
Shahin, Pekka Abrahamsson, Ali Rezaei Nasab, Tommi Mikkonen
- Abstract要約: 技術的負債、継続的インテグレーション、例外処理、サービス実行、コミュニケーションは、システムにおいて最も重要な問題です。
特定された問題を修正するために適用可能な177種類のソリューションを見つけました。
- 参考スコア(独自算出の注目度): 11.536360998310576
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many small to large organizations have adopted the Microservices Architecture
(MSA) style to develop and deliver their core businesses. Despite the
popularity of MSA in the software industry, there is a limited evidence-based
and thorough understanding of the types of issues (e.g., errors, faults,
failures, and bugs) that microservices system developers experience, the causes
of the issues, and the solutions as potential fixing strategies to address the
issues. To ameliorate this gap, we conducted a mixed-methods empirical study
that collected data from 2,641 issues from the issue tracking systems of 15
open-source microservices systems on GitHub, 15 interviews, and an online
survey completed by 150 practitioners from 42 countries across 6 continents.
Our analysis led to comprehensive taxonomies for the issues, causes, and
solutions. The findings of this study inform that Technical Debt, Continuous
Integration and Delivery, Exception Handling, Service Execution and
Communication, and Security are the most dominant issues in microservices
systems. Furthermore, General Programming Errors, Missing Features and
Artifacts, and Invalid Configuration and Communication are the main causes
behind the issues. Finally, we found 177 types of solutions that can be applied
to fix the identified issues. Based on our study results, we formulated future
research directions that could help researchers and practitioners to engineer
emergent and next-generation microservices systems.
- Abstract(参考訳): 多くの小規模から大規模組織が、コアビジネスの開発と提供にマイクロサービスアーキテクチャ(MSA)スタイルを採用しています。
ソフトウェア産業におけるMSAの人気にもかかわらず、マイクロサービスシステム開発者が経験する問題のタイプ(エラー、障害、障害、バグなど)や問題の原因、問題に対処するための潜在的な修正戦略としてのソリューションについて、証拠に基づいた、徹底した理解が限られている。
このギャップを改善するために,github上の15のオープンソースマイクロサービスシステムのイシュートラッキングシステム,15のインタビュー,そして6大陸42カ国から150人の実践者が実施したオンライン調査から2,641件のイシューを収集した。
我々の分析は、問題、原因、解決策に関する包括的な分類学につながった。
この調査結果は、技術的負債、継続的インテグレーションとデリバリ、例外処理、サービス実行と通信、セキュリティがマイクロサービスシステムにおいて最も重要な問題であることを示している。
さらに、一般的なプログラミングエラー、欠落する特徴とアーティファクト、無効な構成とコミュニケーションが問題の背後にある主な原因です。
最後に、特定された問題を修正するために適用できる177種類のソリューションを見つけました。
研究結果に基づき、研究者や実践者が創発的および次世代のマイクロサービスシステムを開発するのに役立つであろう将来の研究方向を定式化した。
関連論文リスト
- Software issues report for bug fixing process: An empirical study of
machine-learning libraries [0.0]
6つの機械学習ライブラリにおけるバグ修正プロセスにおける課題解決の有効性について検討した。
マシンラーニングライブラリで最も一般的な問題カテゴリは、バグ、ドキュメント、最適化、クラッシュ、拡張、新機能要求、ビルド/CI、サポート、パフォーマンスである。
本研究は,効率的な課題追跡プロセス,効果的なコミュニケーション,コラボレーションが,機械学習ライブラリの課題解決やバグ修正プロセスの効果的な解決に不可欠である,と結論付けている。
論文 参考訳(メタデータ) (2023-12-10T21:33:19Z) - Competition-Level Problems are Effective LLM Evaluators [124.7648712310141]
本稿では,Codeforcesにおける最近のプログラミング問題の解決において,大規模言語モデル(LLM)の推論能力を評価することを目的とする。
まず,問題の発生時間,難易度,遭遇したエラーの種類など,様々な側面を考慮して,GPT-4の望ましくないゼロショット性能を総合的に評価する。
驚くべきことに、GPT-4のTheThoughtivedのパフォーマンスは、2021年9月以降、あらゆる困難と種類の問題に対して一貫して問題が減少するような崖を経験している。
論文 参考訳(メタデータ) (2023-12-04T18:58:57Z) - Microservice API Evolution in Practice: A Study on Strategies and
Challenges [45.085830389820956]
疎結合は、API進化プロセスに新たな課題をもたらす。
11社の企業で、開発者、アーキテクト、マネージャと17の半構造化インタビューを行いました。
REST(Representational State Transfer)とメッセージブローカによるイベント駆動通信のための6つの戦略と6つの課題を特定しました。
論文 参考訳(メタデータ) (2023-11-14T14:04:17Z) - Examining the Potential and Pitfalls of ChatGPT in Science and
Engineering Problem-Solving [1.3628066756509705]
この研究では、OpenAIのChatGPTが様々なタイプの物理問題を解く能力について検討している。
ChatGPTは、よく特定された問題の62.5%をうまく解決することができたが、その精度は未特定問題に対して8.3%にまで低下した。
論文 参考訳(メタデータ) (2023-10-12T23:39:28Z) - SciBench: Evaluating College-Level Scientific Problem-Solving Abilities
of Large Language Models [72.92461995173201]
拡張ベンチマークスイートSciBench for Large Language Model (LLM)を導入する。
SciBenchには、数学、化学、物理学の分野から、さまざまな大学レベルの科学的問題を含むデータセットが含まれている。
その結果、現在のLLMは満足のいく性能を達成できないことが判明し、全体のスコアは43.22%に過ぎなかった。
論文 参考訳(メタデータ) (2023-07-20T07:01:57Z) - Quality Issues in Machine Learning Software Systems [10.797981721308226]
機械学習ソフトウェアシステムの品質を保証するためには、強いニーズがある。
本稿では,実践者の視点から,MLSSにおける実際の品質問題の特徴について考察する。
18の繰り返し発生する品質問題と、それを緩和するための24の戦略を特定します。
論文 参考訳(メタデータ) (2023-06-26T18:46:46Z) - AI Techniques in the Microservices Life-Cycle: A Survey [10.06596283248616]
マイクロサービスシステムでは、機能性は疎結合の小さなサービスによって提供され、それぞれが特定のビジネス機能に重点を置いています。
アーキテクチャスタイルに従ってシステムを構築することは、主に、どのようにデプロイされ、調整されるかについて、多くの課題をもたらします。
本稿では,人工知能の分野における技術が,これらの課題にどのように取り組んできたかについての調査を行う。
論文 参考訳(メタデータ) (2023-05-25T14:24:37Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳(メタデータ) (2023-04-10T15:38:12Z) - GeoQA: A Geometric Question Answering Benchmark Towards Multimodal
Numerical Reasoning [172.36214872466707]
我々は、テキスト記述、視覚図、定理知識の包括的理解を必要とする幾何学的問題を解くことに注力する。
そこで本研究では,5,010の幾何学的問題を含む幾何学的質問応答データセットGeoQAを提案する。
論文 参考訳(メタデータ) (2021-05-30T12:34:17Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳(メタデータ) (2020-10-19T13:09:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。