論文の概要: The Journey to Serverless Migration: An Empirical Analysis of
Intentions, Strategies, and Challenges
- arxiv url: http://arxiv.org/abs/2311.13249v1
- Date: Wed, 22 Nov 2023 09:10:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-23 15:44:59.281826
- Title: The Journey to Serverless Migration: An Empirical Analysis of
Intentions, Strategies, and Challenges
- Title(参考訳): サーバレス移行への旅: 意図、戦略、課題の実証分析
- Authors: Muhammad Hamza, Muhammad Azeem Akbar, Kari Smolander
- Abstract要約: サーバレスは、開発者がアプリケーションロジックのみに集中できるようにする、新たなクラウドコンピューティングパラダイムである。
本研究では,サーバレスアーキテクチャへの移行に伴う意図,戦略,技術的,組織的課題について検討する。
- 参考スコア(独自算出の注目度): 0.4291523136171639
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Serverless is an emerging cloud computing paradigm that facilitates
developers to focus solely on the application logic rather than provisioning
and managing the underlying infrastructure. The inherent characteristics such
as scalability, flexibility, and cost efficiency of serverless computing,
attracted many companies to migrate their legacy applications toward this
paradigm. However, the stateless nature of serverless requires careful
migration planning, consideration of its subsequent implications, and potential
challenges. To this end, this study investigates the intentions, strategies,
and technical and organizational challenges while migrating to a serverless
architecture. We investigated the migration processes of 11 systems across
diverse domains by conducting 15 in-depth interviews with professionals from 11
organizations. we also presented a detailed discussion of each migration case.
Our findings reveal that large enterprises primarily migrate to enhance
scalability and operational efficiency, while smaller organizations intend to
reduce the cost. Furthermore, organizations use a domain-driven design approach
to identify the use case and gradually migrate to serverless using a strangler
pattern. However, migration encounters technical challenges i.e., testing
event-driven architecture, integrating with the legacy system, lack of
standardization, and organizational challenges i.e., mindset change and hiring
skilled serverless developers as a prominent. The findings of this study
provide a comprehensive understanding that can guide future implementations and
advancements in the context of serverless migration.
- Abstract(参考訳): サーバレスは、開発者が基盤となるインフラストラクチャのプロビジョニングや管理よりも、アプリケーションロジックのみに集中できるようにする、新たなクラウドコンピューティングパラダイムである。
サーバレスコンピューティングのスケーラビリティ、柔軟性、コスト効率といった固有の特性は、多くの企業がレガシーアプリケーションをこのパラダイムに移行させた。
しかし、サーバーレスのステートレスな性質には、注意深いマイグレーション計画、それに続く影響、潜在的な課題を考慮する必要があります。
そこで本研究では,サーバレスアーキテクチャに移行する上での意図,戦略,技術的,組織的な課題について検討する。
多様なドメインにわたる11のシステムの移行プロセスについて,11の組織から15の専門家による詳細なインタビューを行った。
それぞれの移行事例について 詳細な議論も行いました
企業は主にスケーラビリティと運用効率の向上のために移行していますが、小さな組織ではコスト削減を目標としています。
さらに、ドメイン駆動設計アプローチを使用してユースケースを特定し、絞殺パターンを使用して徐々にサーバレスに移行する。
しかし、移行は技術的な課題、すなわちイベント駆動アーキテクチャのテスト、レガシシステムとの統合、標準化の欠如、組織の課題、マインドセットの変化、熟練したサーバーレス開発者の採用に直面する。
この研究の結果は、サーバレス移行の文脈における将来の実装と進歩を導くための包括的な理解を提供する。
関連論文リスト
- HAZARD Challenge: Embodied Decision Making in Dynamically Changing
Environments [93.94020724735199]
HAZARDは、火災、洪水、風などの3つの予期せぬ災害シナリオで構成されている。
このベンチマークにより、さまざまなパイプラインで自律エージェントの意思決定能力を評価することができる。
論文 参考訳(メタデータ) (2024-01-23T18:59:43Z) - Understanding Cost Dynamics of Serverless Computing: An Empirical Study [1.2905826135573395]
この調査は、組織がサーバレスを採用するコストを期待する方法を詳しく説明している。
また、ワークロードの適合性を理解し、サーバレスアプリケーションのコスト最適化のためのベストプラクティスを特定することも目標としている。
論文 参考訳(メタデータ) (2023-11-22T09:01:23Z) - Domain Specialization as the Key to Make Large Language Models
Disruptive: A Comprehensive Survey [90.81725789120534]
大規模言語モデル(LLM)は自然言語処理(NLP)の分野を著しく進歩させた。
広範囲のアプリケーションに対して、非常に有用でタスクに依存しない基盤を提供する。
しかし、特定の領域における洗練された問題を解決するために直接LLMを適用することは、多くのハードルを満たす。
論文 参考訳(メタデータ) (2023-05-30T03:00:30Z) - 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) - Towards Avoiding the Data Mess: Industry Insights from Data Mesh
Implementations [0.0]
Data Meshは、企業データ管理のための、社会技術的、分散化されたコンセプトである。
業界の専門家との15の半構造化インタビューを行います。
本研究は,業界の専門家による知見を総合し,データメッシュの採用を成功させるための予備的ガイドラインを研究者や専門家に提供する。
論文 参考訳(メタデータ) (2023-02-03T13:09:57Z) - Information and Communication Technology in Migration: A Framework for
Applications, Customization, and Research [1.1172382217477124]
ユーザグループとプロセスタイプに基づく技術利用のためのフレームワークを提案する。
このフレームワークのコンテキスト内で、マイグレーション関連のタスクに新興技術を使用する例を示す。
論文 参考訳(メタデータ) (2022-04-13T19:02:42Z) - INTERN: A New Learning Paradigm Towards General Vision [117.3343347061931]
我々はInterNという新しい学習パラダイムを開発した。
複数の段階の複数のソースからの監視信号を用いて学習することにより、トレーニング対象のモデルは強力な一般化性を生み出す。
ほとんどの場合、ターゲットドメインのトレーニングデータの10%しか適応していないモデルが、完全なデータセットでトレーニングされたトレーニングデータよりも優れています。
論文 参考訳(メタデータ) (2021-11-16T18:42:50Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - Online Service Migration in Edge Computing with Incomplete Information:
A Deep Recurrent Actor-Critic Method [18.891775769665102]
マルチアクセスエッジコンピューティング(MEC)は、クラウドコンピューティングをネットワークエッジに拡張する新興コンピューティングパラダイムである。
サービス移行には,qos(quality-of-service)を維持するためのユーザサービスの移行場所を決定する必要がある
本稿では,ユーザ中心で効果的なオンライン移行決定が可能な,新たな学習駆動型手法である深層反復型アクタクリティックベースサービスマイグレーション(dracm)を提案する。
論文 参考訳(メタデータ) (2020-12-16T00:16:24Z) - Learning Obstacle Representations for Neural Motion Planning [70.80176920087136]
学習の観点から,センサを用いたモーションプランニングに対処する。
近年の視覚認識の進歩により,運動計画における適切な表現の学習の重要性が議論されている。
本稿では,PointNetアーキテクチャに基づく新しい障害物表現を提案し,障害物回避ポリシーと共同で学習する。
論文 参考訳(メタデータ) (2020-08-25T17:12:32Z) - Data as Infrastructure for Smart Cities: Linking Data Platforms to
Business Strategies [0.0]
クロスドメインの都市データは、これらの影響を緩和する新たな機会を提供する。
現在のスマートシティのイニシアチブは、主に技術の観点からデータ管理の問題に対処しています。
本稿では,大規模かつ高度に相互接続されたデータ基盤の設計を導くための,系統的なビジネスモデル駆動型フレームワークを提案する。
論文 参考訳(メタデータ) (2020-05-22T22:53:05Z)
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。