論文の概要: Enhancing Resilience and Scalability in Travel Booking Systems: A Microservices Approach to Fault Tolerance, Load Balancing, and Service Discovery

• arxiv url: http://arxiv.org/abs/2410.19701v1
• Date: Fri, 25 Oct 2024 17:19:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-28 13:38:19.386357
• Title: Enhancing Resilience and Scalability in Travel Booking Systems: A Microservices Approach to Fault Tolerance, Load Balancing, and Service Discovery
• Title（参考訳）: 旅行予約システムにおけるレジリエンスとスケーラビリティの強化:フォールトトレランス、ロードバランシング、サービスディスカバリに対するマイクロサービスアプローチ
• Authors: Biman Barua, M. Shamim Kaiser,
• Abstract要約: 本稿では,スケーラブルで信頼性の高い航空会社予約システムの開発におけるモノリシックアーキテクチャの導入について検討する。 従来の予約システムは非常に厳格で集中的であり、ボトルネックや単一障害点の傾向があります。 マイクロサービスは、サービスが互いに依存せず、独立してデプロイできるため、レジリエンスとスケーラビリティが向上します。
• 参考スコア（独自算出の注目度）: 1.03590082373586
• License:
• Abstract: This paper investigates the inclusion of microservices architecture in the development of scalable and reliable airline reservation systems. Most of the traditional reservation systems are very rigid and centralized which makes them prone to bottlenecks and a single point of failure. As such, systems do not meet the requirements of modern airlines which are dynamic. Microservices offer better resiliency and scalability because the services do not depend on one another and can be deployed independently. The approach is grounded on the Circuit Breaker Pattern to maintain fault tolerance while consuming foreign resources such as flight APIs and payment systems. This avoided the failure propagation to the systems by 60% enabling the systems to function under external failures. Traffic rerouting also bolstered this with a guarantee of above 99.95% uptime in systems where high availability was demanded. To address this, load balancing was used, particularly the Round-Robin method which managed to enhance performance by 35% through the equal distribution of user requests among the service instances. Health checks, as well as monitoring in real-time, helped as well with failure management as they helped to contain failures before the users of the system were affected. The results suggest that the use of microservices led to a 40% increase in system scalability, a 50% decrease in downtime and a support for 30% more concurrent users than the use of monolithic architectures. These findings affirm the capability of microservices in the development of robust and flexible airline ticket booking systems that are responsive to change and recover from external system unavailability.
• Abstract（参考訳）: 本稿では,スケーラブルで信頼性の高い航空会社予約システムの開発におけるマイクロサービスアーキテクチャの導入について検討する。 従来の予約システムのほとんどは、非常に厳格で集中的なものであり、ボトルネックや単一障害点に陥りやすい。 そのため、システムはダイナミックな現代の航空会社の要件を満たしていない。 マイクロサービスは、サービスが互いに依存せず、独立してデプロイできるため、レジリエンスとスケーラビリティが向上します。 このアプローチはCircuit Breaker Patternに基づいており、フライトAPIや支払いシステムといった外部リソースを消費しながらフォールトトレランスを維持する。 これにより、システムへの障害の伝播を60%回避し、外部の障害時にシステムが機能することを可能にした。 また、高可用性が要求されたシステムでは、99.95%以上のアップタイムが保証された。 これを解決するためにロードバランシング、特にサービスインスタンス間のユーザ要求の均等な分散を通じてパフォーマンスを35%向上させるラウンドロビン方式が使用された。 ヘルスチェックは、リアルタイムでモニタリングするだけでなく、システムのユーザが影響を受ける前に障害を封じ込めるのを助けたため、障害管理にも役立った。 その結果、マイクロサービスの使用によってシステムのスケーラビリティが40%向上し、ダウンタイムが50%減少し、モノリシックアーキテクチャの使用よりも同時ユーザ数が30%増加したことが示唆された。 これらの調査結果は、外部システムから変更や復旧に応答する堅牢で柔軟な航空券予約システムを開発する上で、マイクロサービスが有効であることを裏付けている。

関連論文リスト

• A Next-Generation Approach to Airline Reservations: Integrating Cloud Microservices with AI and Blockchain for Enhanced Operational Performance [1.03590082373586]
  本研究は、クラウド、分散人工知能モジュール、ブロックチェーン技術を組み込んだ次世代航空会社予約システムを開発し、効率、安全性、顧客満足度を改善することを提案する。 その結果,セキュアなデータ処理の速度が35%向上し,システム応答時間が15%向上した。
  論文  参考訳（メタデータ） (2024-11-10T17:38:30Z)
• Towards Resource-Efficient Federated Learning in Industrial IoT for Multivariate Time Series Analysis [50.18156030818883]
  異常と欠落したデータは、産業応用における厄介な問題を構成する。 ディープラーニングによる異常検出が重要な方向として現れている。 エッジデバイスで収集されたデータは、ユーザのプライバシを含む。
  論文  参考訳（メタデータ） (2024-11-06T15:38:31Z)
• Novel Architecture for Distributed Travel Data Integration and Service Provision Using Microservices [1.03590082373586]
  本稿では,航空会社予約システムの柔軟性と性能を向上させるアーキテクチャを提案する。 設計にはRedisキャッシュ技術、KafkaとRabbitMQの2つの異なるメッセージングシステム、アーキテクチャストレージの2つのタイプ(MongoDBとDocker)が含まれている。 このアーキテクチャは、99.5%の素晴らしいレベルのデータ一貫性と、75ms未満のデータ伝搬の遅延を提供する。
  論文  参考訳（メタデータ） (2024-10-31T17:41:14Z)
• Blockchain-Based Trust and Transparency in Airline Reservation Systems using Microservices Architecture [1.03590082373586]
  本研究は,分散データベースやトランザクションの永久記録,プログラムのコードを通じて実行されるトランザクション条項など,ブロックチェーン技術の主要なコンポーネントについて検討する。 その結果、コンセンサスプロセスと耐性データ生成の結果、予約のバリエーションが30%減少し、データ同期が向上した。 システムのアーキテクチャには1ポイントの障害はなく、信頼性は98%を超えている。
  論文  参考訳（メタデータ） (2024-10-18T14:58:22Z)
• FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids [53.2306792009435]
  FaultGuardは、障害タイプとゾーン分類のための最初のフレームワークであり、敵攻撃に耐性がある。 本稿では,ロバスト性を高めるために,低複雑性故障予測モデルとオンライン逆行訓練手法を提案する。 本モデルでは,耐故障予測ベンチマークの最先端を最大0.958の精度で上回っている。
  論文  参考訳（メタデータ） (2024-03-26T08:51:23Z)
• TraceDiag: Adaptive, Interpretable, and Efficient Root Cause Analysis on Large-Scale Microservice Systems [44.53009495726297]
  マイクロサービスシステムの信頼性を確保するために、ルート原因分析(RCA)がますます重要になっている。 本稿では,大規模マイクロサービスシステムの課題に対処するエンドツーエンドのRCAフレームワークであるTraceDiagを提案する。
  論文  参考訳（メタデータ） (2023-10-28T15:49:00Z)
• FIRE: A Failure-Adaptive Reinforcement Learning Framework for Edge Computing Migrations [52.85536740465277]
  FIREは、エッジコンピューティングのディジタルツイン環境でRLポリシーをトレーニングすることで、まれなイベントに適応するフレームワークである。 ImREは重要なサンプリングに基づくQ-ラーニングアルゴリズムであり、希少事象をその値関数への影響に比例してサンプリングする。 FIREは故障時にバニラRLやグリーディベースラインと比較してコストを削減できることを示す。
  論文  参考訳（メタデータ） (2022-09-28T19:49:39Z)
• Artificial Intelligence Empowered Multiple Access for Ultra Reliable and Low Latency THz Wireless Networks [76.89730672544216]
  テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。 いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。 本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
  論文  参考訳（メタデータ） (2022-08-17T03:00:24Z)
• Beyond Robustness: A Taxonomy of Approaches towards Resilient Multi-Robot Systems [41.71459547415086]
  我々はエージェントとマルチロボットシステムのネットワークにおけるレジリエンスの達成方法を分析する。 我々はレジリエンスがエンジニアリング設計の中心となる必要があると主張している。
  論文  参考訳（メタデータ） (2021-09-25T11:25:02Z)
• Queue-Learning: A Reinforcement Learning Approach for Providing Quality of Service [1.8477401359673706]
  servicerate controlは、サービスシステムにおける保証を提供する共通のメカニズムである。 本稿では,強化学習ベース(rlベース)サービスレートコントローラを提案する。 当社のコントローラは、システムのエンドツーエンドの遅延に関する明示的な確率的保証を提供します。
  論文  参考訳（メタデータ） (2021-01-12T17:28:57Z)
• Reinforcement Learning-based Admission Control in Delay-sensitive Service Systems [10.089520556398574]
  本稿では,サービスシステムのエンド・ツー・エンド遅延に対する確率的上界を保証する強化学習型入場制御器を提案する。 我々のコントローラは、ネットワークのキュー長情報を使用し、ネットワークトポロジやシステムパラメータに関する知識を必要としない。
  論文  参考訳（メタデータ） (2020-08-21T17:33:55Z)

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。