論文の概要: Insights on Microservice Architecture Through the Eyes of Industry Practitioners
- arxiv url: http://arxiv.org/abs/2408.10434v1
- Date: Mon, 19 Aug 2024 21:56:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-21 17:33:21.681347
- Title: Insights on Microservice Architecture Through the Eyes of Industry Practitioners
- Title（参考訳）: 産業実践者の視点によるマイクロサービスアーキテクチャの展望
- Authors: Vinicius L. Nogueira, Fernando S. Felizardo, Aline M. M. M. Amaral, Wesley K. G. Assuncao, Thelma E. Colanzi,
- Abstract要約: マイクロサービスアーキテクチャの採用は、ここ数年で大幅に増加しています。
本研究では,モノリシックなレガシーシステムからの移行に伴うモチベーション,活動,課題について検討する。
- 参考スコア（独自算出の注目度）: 39.58317527488534
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The adoption of microservice architecture has seen a considerable upswing in recent years, mainly driven by the need to modernize legacy systems and address their limitations. Legacy systems, typically designed as monolithic applications, often struggle with maintenance, scalability, and deployment inefficiencies. This study investigates the motivations, activities, and challenges associated with migrating from monolithic legacy systems to microservices, aiming to shed light on common practices and challenges from a practitioner's point of view. We conducted a comprehensive study with 53 software practitioners who use microservices, expanding upon previous research by incorporating diverse international perspectives. Our mixed-methods approach includes quantitative and qualitative analyses, focusing on four main aspects: (i) the driving forces behind migration, (ii) the activities to conduct the migration, (iii) strategies for managing data consistency, and (iv) the prevalent challenges. Thus, our results reveal diverse practices and challenges practitioners face when migrating to microservices. Companies are interested in technical benefits, enhancing maintenance, scalability, and deployment processes. Testing in microservice environments remains complex, and extensive monitoring is crucial to managing the dynamic nature of microservices. Database management remains challenging. While most participants prefer decentralized databases for autonomy and scalability, challenges persist in ensuring data consistency. Additionally, many companies leverage modern cloud technologies to mitigate network overhead, showcasing the importance of cloud infrastructure in facilitating efficient microservice communication.
- Abstract（参考訳）: マイクロサービスアーキテクチャの採用は近年,レガシシステムの近代化と制限への対処の必要性を中心に,大幅に増加しています。
通常モノリシックなアプリケーションとして設計されるレガシーシステムは、保守、スケーラビリティ、デプロイメントの非効率さに悩まされることが多い。
本研究では、モノリシックなレガシーシステムからマイクロサービスへの移行に伴うモチベーション、アクティビティ、課題を調査し、実践者の視点から共通のプラクティスや課題を明らかにすることを目的とする。
我々は、マイクロサービスを使用する53人のソフトウェア実践者と包括的な調査を行い、さまざまな国際的視点を取り入れて、以前の研究を拡張しました。
我々の混合方法論のアプローチには、量的および質的な分析が含まれており、主な4つの側面に焦点をあてている。
一 移住の原動力
(二)移住を行うための活動
三 データの整合性を管理するための戦略、及び
(4) 主要な課題。
このようにして、マイクロサービスへの移行時に実践者が直面するさまざまなプラクティスや課題を明らかにしました。
企業は、技術的メリット、メンテナンスの強化、スケーラビリティ、デプロイメントプロセスに興味を持っています。
マイクロサービス環境でのテストは依然として複雑であり、マイクロサービスの動的性質を管理するためには広範な監視が不可欠である。
データベース管理は依然として難しい。
ほとんどの参加者は自律性とスケーラビリティのために分散データベースを好むが、データ一貫性の確保には課題が続いている。
さらに、多くの企業は、現代的なクラウド技術を活用してネットワークオーバーヘッドを軽減し、効率的なマイクロサービス通信を促進する上でのクラウドインフラストラクチャの重要性を示している。
関連論文リスト
- Towards Human-Guided, Data-Centric LLM Co-Pilots [53.35493881390917]
CliMB-DCは、機械学習コパイロットのための、ヒューマンガイド付き、データ中心のフレームワークである。
高度なデータ中心ツールとLLM駆動推論を組み合わせることで、堅牢でコンテキスト対応のデータ処理を可能にする。
CliMB-DCが未処理のデータセットをML対応フォーマットに変換する方法を示す。
論文 参考訳（メタデータ） (2025-01-17T17:51:22Z) - Benchmarking Large and Small MLLMs [71.78055760441256]
大規模なマルチモーダル言語モデル(MLLM)は、マルチモーダルコンテンツの理解と生成において顕著な進歩を遂げている。
しかし、そのデプロイメントは、遅い推論、高い計算コスト、デバイス上のアプリケーションに対する非現実性など、重大な課題に直面している。
LLavaシリーズモデルとPhi-3-Visionによって実証された小さなMLLMは、より高速な推論、デプロイメントコストの削減、ドメイン固有のシナリオを扱う能力を備えた有望な代替手段を提供する。
論文 参考訳（メタデータ） (2025-01-04T07:44:49Z) - An Empirical Study on Challenges of Event Management in Microservice Architectures [3.0184596495288263]
本稿では,イベント管理の実践と課題の包括的特徴について述べる。
開発者は大きなイベントペイロード、イベントフローの監査、イベントの順序付けといった多くの問題に直面している。
このことは、開発者は最先端の技術で十分に機能していないことを示唆している。
論文 参考訳（メタデータ） (2024-08-01T10:19:37Z) - Investigating Benefits and Limitations of Migrating to a Micro-Frontends Architecture [3.8206629823137597]
本研究では,実世界のアプリケーションをマイクロフロントエンドアーキテクチャに移行する際のメリットと限界について検討する。
主なメリットは、テクノロジ選択の柔軟性の向上、開発チームのスケーラビリティ、テクノロジの段階的なマイグレーションなどだ。
しかし、アーキテクチャの複雑さが増したことで、開発者の間で懸念が高まった。
論文 参考訳（メタデータ） (2024-07-22T17:47:05Z) - Microservices-based Software Systems Reengineering: State-of-the-Art and Future Directions [17.094721366340735]
クラウドベースのマイクロサービスアーキテクチャ(MSA)と互換性のあるソフトウェアを設計することは、パフォーマンス、スケーラビリティ、可用性の制限のために不可欠である。
我々は、静的、動的、ハイブリッドなアプローチが検討されているように再デプロイ可能なシステム内のサービスを特定する方法に関する、現在の研究を包括的に調査する。
論文 参考訳（メタデータ） (2024-07-18T21:59:05Z) - Benchmarking Data Management Systems for Microservices [1.9948490148513414]
マイクロサービスアーキテクチャは、大規模なデータ集約型アプリケーションをデプロイするための一般的な選択肢である。
既存のマイクロサービスベンチマークには、データ管理の課題が欠如している。
Online Marketplaceは、コアデータ管理要件を受け入れる新しいベンチマークである。
論文 参考訳（メタデータ） (2024-05-19T11:55:45Z) - The Journey to Serverless Migration: An Empirical Analysis of
Intentions, Strategies, and Challenges [0.4291523136171639]
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。
論文 参考訳（メタデータ） (2023-11-22T09:10:19Z) - 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) - A game-theoretic analysis of networked system control for common-pool
resource management using multi-agent reinforcement learning [54.55119659523629]
マルチエージェント強化学習は近年,ネットワーク型システム制御へのアプローチとして大きな可能性を秘めている。
共通プールの資源は耕作可能な土地、淡水、湿地、野生生物、魚類資源、森林、大気である。
論文 参考訳（メタデータ） (2020-10-15T14:12:26Z)
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。