論文の概要: Patterns in Docker Compose Multi-Container Orchestration
- arxiv url: http://arxiv.org/abs/2305.11293v1
- Date: Thu, 18 May 2023 20:32:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 08:14:08.168752
- Title: Patterns in Docker Compose Multi-Container Orchestration
- Title（参考訳）: Docker Composeマルチコンテナオーケストレーションのパターン
- Authors: Kalvin Eng, Abram Hindle, and Eleni Stroulia
- Abstract要約: この作業は、Docker Composeをオーケストレーションツールとして使用する成功したプロジェクトのデータセットをキュレートする。
次に、Docker Compose構成の質的、定量的分析に従事します。
データと分析の収集により、デプロイメントとオーケストレーションの繰り返しパターンの識別と命名が可能になる。
- 参考スコア（独自算出の注目度）: 5.1861106408299635
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Software design patterns present general code solutions to common software
design problems. Modern software systems rely heavily on containers for
organizing and orchestrating their constituent service components. Yet, despite
the prevalence of ready-to-use Docker service images ready to participate in
multi-container orchestration, developers do not have much guidance on how to
develop their own multi-container Docker orchestrations. Thus in this work, we
curate a dataset of successful projects that employ Docker Compose as an
orchestration tool; then, we engage in qualitative and quantitative analysis of
Docker Compose configurations. The collection of data and analysis enables the
identification and naming of repeating patterns of deployment and orchestration
employed by numerous successful open-source projects, much like software design
patterns. These patterns highlight how software systems are orchestrated in the
wild and can give examples to anybody wishing to develop their container
orchestrations. These contributions also advance empirical research in software
engineering patterns as evidence is provided about how Docker Compose is used.
- Abstract（参考訳）: ソフトウェア設計パターンは、一般的なソフトウェア設計問題に対する一般的なコードソリューションを提供する。
現代のソフトウェアシステムは、構成するサービスコンポーネントの編成とオーケストレーションにコンテナに大きく依存しています。
しかし、マルチコンテナオーケストレーションに参加する準備が整ったdockerサービスイメージが普及しているにも関わらず、開発者は独自のマルチコンテナdockerオーケストレーションの開発方法に関するガイダンスをあまり持っていない。
この作業では、オーケストレーションツールとしてDocker Composeを使用する成功したプロジェクトのデータセットをキュレートし、Docker Compose構成の質的かつ定量的な分析に従事します。
データと分析の収集により、ソフトウェア設計パターンのように、多くの成功したオープンソースプロジェクトが採用するデプロイメントとオーケストレーションの繰り返しパターンの識別と命名が可能になる。
これらのパターンは、ソフトウェアシステムが野放しでオーケストレーションされる方法を強調しており、コンテナオーケストレーションを開発したいと考えている人に例をあげることができる。
これらのコントリビューションは、Docker Composeの使用方法に関する証拠として、ソフトウェアエンジニアリングパターンに関する実証的研究も進めている。
関連論文リスト
- VisionCoder: Empowering Multi-Agent Auto-Programming for Image Processing with Hybrid LLMs [8.380216582290025]
本稿では,自動プログラミングタスクを協調的に完了するマルチエージェントフレームワークを提案する。
各エージェントは、仮想組織をまとめて形成する、ソフトウェア開発サイクルにおいて、明確な役割を担います。
このフレームワークは、プロジェクト、モジュール、ファンクションレベルにまたがるツリー構造化の思考分布と開発メカニズムを確立することで、コスト効率と効率的なソリューションを提供します。
論文 参考訳（メタデータ） (2024-10-25T01:52:15Z) - Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。
Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
論文 参考訳（メタデータ） (2024-10-02T09:11:10Z) - SPViz: A DSL-Driven Approach for Software Project Visualization Tooling [0.0]
我々は、ソフトウェアアーキテクトが自身のプロジェクト可視化ツールを定義し、適応できるようにするDSL駆動のアプローチを提案する。
SPVizは、カスタマイズされたプロジェクト固有の可視化ツールを自動で合成する方法を実証する。
論文 参考訳（メタデータ） (2024-01-30T14:41:40Z) - CRAFT: Customizing LLMs by Creating and Retrieving from Specialized
Toolsets [75.64181719386497]
大規模言語モデル(LLM)のためのツール作成・検索フレームワークであるCRAFTを提案する。
タスク用に特別にキュレートされたツールセットを作成し、複雑なタスクを解決する能力を高めるためにこれらのセットからツールを取得するコンポーネントをLLMに装備する。
本手法はフレキシブルに設計されており,既製のLCMを細かな調整なしに未確認領域やモダリティに適応するためのプラグアンドプレイ方式を提供する。
論文 参考訳（メタデータ） (2023-09-29T17:40:26Z) - Collaborative, Code-Proximal Dynamic Software Visualization within Code
Editors [55.57032418885258]
本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。
私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。
私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
論文 参考訳（メタデータ） (2023-08-30T06:35:40Z) - Studying the Practices of Deploying Machine Learning Projects on Docker [9.979005459305117]
Dockerはコンテナ化サービスであり、Webサイト、データベース、アプリケーションのAPI、機械学習(ML)モデルを数行のコードで簡単にデプロイできる。
私たちは、MLベースのプロジェクトのデプロイにDockerがどのように使用されているのかを理解するために、探索的な調査を実施しました。
論文 参考訳（メタデータ） (2022-06-01T18:13:30Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳（メタデータ） (2022-05-06T18:44:29Z) - OneLabeler: A Flexible System for Building Data Labeling Tools [48.15772261649084]
OneLabelerは、データラベリングツールを構築するための共通ソフトウェアモジュールの構成と構成をサポートする。
開発者とのユーザスタディは、OneLabelerが多様なデータラベリングツールの効率的な構築をサポートする証拠を提供する。
論文 参考訳（メタデータ） (2022-03-27T07:22:36Z) - Merlion: A Machine Learning Library for Time Series [73.46386700728577]
Merlionは時系列のためのオープンソースの機械学習ライブラリである。
モデルの統一インターフェースと、異常検出と予測のためのデータセットを備えている。
Merlionはまた、本番環境でのモデルのライブデプロイメントと再トレーニングをシミュレートするユニークな評価フレームワークも提供する。
論文 参考訳（メタデータ） (2021-09-20T02:03:43Z) - Collective Knowledge: organizing research projects as a database of
reusable components and portable workflows with common APIs [0.2538209532048866]
この記事では、集合的知識フレームワーク(CKまたはcKnowledge)のモチベーションと概要について述べる。
CKの概念は、研究プロジェクトを研究成果物をカプセル化した再利用可能なコンポーネントに分解することである。
長期的な目標は、研究者と実践者を結びつけて、すべての知識を共有し再利用することで、イノベーションを加速させることである。
論文 参考訳（メタデータ） (2020-11-02T17:42:59Z)
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。