論文の概要: Modular Monolith: Is This the Trend in Software Architecture?
- arxiv url: http://arxiv.org/abs/2401.11867v1
- Date: Mon, 22 Jan 2024 11:42:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 14:24:31.650752
- Title: Modular Monolith: Is This the Trend in Software Architecture?
- Title(参考訳): モジュールモノリス:これがソフトウェアアーキテクチャのトレンドなのでしょうか?
- Authors: Ruoyu Su and Xiaozhou Li
- Abstract要約: Google は "Service Weaver" フレームワークを提案して,アプリケーションをモジュール化されたモノリシックなアプリケーションとして記述し,一連のシステムとしてデプロイできるようにした。
本稿では,業界におけるモジュラモノリスの定義を理解し,モジュールモノリスアーキテクチャを構築するフレームワークやケースについて考察する。
- 参考スコア(独自算出の注目度): 1.3756189160300556
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recently modular monolith architecture has attracted the attention of
practitioners, as Google proposed "Service Weaver" framework to enable
developers to write applications as modular monolithic and deploy them as a set
of microservices. Google considered it as a framework that has the best of both
worlds and it seems to be a trend in software architecture. This paper aims to
understand the definition of the modular monolith in industry and investigate
frameworks and cases building modular monolith architecture. We conducted a
systematic grey literature review, and the results show that modular monolith
combines the advantages of monoliths with microservices. We found three
frameworks and four cases of building modular monolith architecture. In
general, the modular monolith is an alternative way to microservices, and it
also could be a previous step before systems migrate to microservices.
- Abstract(参考訳): Googleが"Service Weaver"フレームワークを提案して、アプリケーションをモジュール化されたモノリシックとして記述し、マイクロサービスの集合としてデプロイできるようにした。
googleは、このフレームワークを両世界のベストなフレームワークだと考えており、ソフトウェアアーキテクチャのトレンドであるように思われる。
本稿では,業界におけるモジュラモノリスの定義を理解し,モジュールモノリスアーキテクチャを構築するフレームワークやケースについて考察する。
我々は、系統的なグレーの文献レビューを行い、モジュラモノリスがモノリスとマイクロサービスの利点を組み合わせたことを示している。
モジュラモノリスアーキテクチャを構築するための3つのフレームワークと4つのケースを見つけました。
一般的に、モジュラモノリスはマイクロサービスの代替手段であり、システムがマイクロサービスに移行する前のステップである可能性もある。
関連論文リスト
- Contrastive Learning-Enhanced Large Language Models for Monolith-to-Microservice Decomposition [0.4297070083645049]
モノリシックなアプリケーションは、メンテナンスと改善がますます難しくなり、スケーリングと組織的な問題を引き起こします。
その利点にもかかわらず、モノリシックなアーキテクチャからモノリシックなアーキテクチャに移行するのはコストがかかり複雑であることが多い。
この研究は、分解プロセスを自動化する言語モデルに基づくアプローチであるMonoEmbedを導入することでこの問題に対処する。
論文 参考訳(メタデータ) (2025-02-07T01:37:20Z) - Configurable Foundation Models: Building LLMs from a Modular Perspective [115.63847606634268]
LLMを多数の機能モジュールに分解する傾向が高まり、複雑なタスクに取り組むためにモジュールの一部とモジュールの動的アセンブリを推論することができる。
各機能モジュールを表すブロックという用語を造語し、モジュール化された構造をカスタマイズ可能な基礎モデルとして定義する。
検索とルーティング,マージ,更新,成長という,レンガ指向の4つの操作を提示する。
FFN層はニューロンの機能的特殊化と機能的ニューロン分割を伴うモジュラーパターンに従うことが判明した。
論文 参考訳(メタデータ) (2024-09-04T17:01:02Z) - Scalable Optimization in the Modular Norm [32.486978201822495]
我々は、任意のニューラルネットワークアーキテクチャのフルウェイト空間における自然なノルムであるモジュラーノルムを定義する。
実用面では、モジュラーノルムを用いて任意のベースのアップデートを正規化し、学習率が幅と深さで転送可能となるようにすることができる。
の原子モジュールから構築された任意のニューラルネットワークに対して、ネットワークの勾配はモジュラーノルムにおいてリプシッツ連続であることを示す。
論文 参考訳(メタデータ) (2024-05-23T17:23:30Z) - GENOME: GenerativE Neuro-symbOlic visual reasoning by growing and
reusing ModulEs [64.49176353858792]
本稿では,モジュールの増殖・再利用による生成的ニューロシンボリック視覚推論を提案する。
提案モデルは,視覚的質問応答や表現理解の参照など,標準的なタスクに対して競合的に機能する。
いくつかのトレーニング例を観察し、モジュールを再使用することで、新しい視覚的推論タスクに適応することができる。
論文 参考訳(メタデータ) (2023-11-08T18:59:05Z) - Unlocking Emergent Modularity in Large Language Models [27.12431620957652]
標準言語モデル(LM)は、余分なパラメータを導入することなく、Mixture-of-Expert(MoEs)として微調整できることを示す。
実験により,細調整EMoEはバニラ微調整と比較して,下流領域と外部領域の一般化を効果的に改善することが示された。
論文 参考訳(メタデータ) (2023-10-17T01:02:32Z) - CodeChain: Towards Modular Code Generation Through Chain of Self-revisions with Representative Sub-modules [51.82044734879657]
我々は,自己修正の連鎖を通じてモジュール化されたコード生成を誘発する,新しい推論フレームワークであるCodeChainを提案する。
CodeChainは、生成したソリューションのモジュール性と正確性の両方を大幅に向上させ、APPSで35%、CodeContestsで76%の相対パス@1の改善を実現しています。
論文 参考訳(メタデータ) (2023-10-13T10:17:48Z) - Systematic Mapping of Monolithic Applications to Microservices
Architecture [2.608935407927351]
モノリシックシステムから移行する際、組織が直面するメリットと課題について論じる。
ドメイン駆動開発の概念を用いてモノリシックなシステムを識別する手法を提案する。
論文 参考訳(メタデータ) (2023-09-07T15:47:11Z) - ModuleFormer: Modularity Emerges from Mixture-of-Experts [60.6148988099284]
本稿では,大規模言語モデルの効率性と柔軟性を向上させるために,新しいニューラルネットワークアーキテクチャであるModuleFormerを提案する。
以前のSMoEベースのモジュラー言語モデルとは異なり、ModuleFormerは未処理のデータからモジュラリティを誘導することができる。
論文 参考訳(メタデータ) (2023-06-07T17:59:57Z) - Modular Deep Learning [120.36599591042908]
トランスファーラーニングは近年、機械学習の主要なパラダイムとなっている。
負の干渉を伴わずに複数のタスクを専門とするモデルを開発する方法はまだ不明である。
これらの課題に対する有望な解決策として、モジュール型ディープラーニングが登場した。
論文 参考訳(メタデータ) (2023-02-22T18:11:25Z) - Is a Modular Architecture Enough? [80.32451720642209]
我々は、シンプルで既知のモジュラーデータ分散のレンズを通して、共通のモジュラーアーキテクチャを徹底的に評価する。
モジュール化と疎結合のメリットを強調し、モジュール化システムの最適化において直面する課題に関する洞察を明らかにします。
論文 参考訳(メタデータ) (2022-06-06T16:12:06Z)
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。