論文の概要: An Empirical Comparison of Monolithic and Microservices Architectures for an E-Commerce Application

• arxiv url: http://arxiv.org/abs/2608.15668v1
• Date: Sun, 16 Aug 2026 10:22:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.380859
• Title: An Empirical Comparison of Monolithic and Microservices Architectures for an E-Commerce Application
• Title（参考訳）: Eコマースアプリケーションにおけるモノリシックアーキテクチャとマイクロサービスアーキテクチャの実証比較
• Abstract要約: 本稿では,モノリシックなアプリケーションと同一のeコマースアプリケーションの実装を実験的に比較し,両者を共有データベースで支援する。 50VUでは、どちらのアーキテクチャもエラーなく同じように動作する。100VUでは、高いスループット、平均遅延率25%、モノリスよりも39%低いp95レイテンシを実現している。 モノリスは負荷下で一貫した順序生成障害を示すが、障害はトランジェントであり、1回の実行でカートサービスに制限される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Microservices architectures are widely adopted for their promised scalability and modularity, yet empirical evidence comparing their runtime performance to monolithic designs remains context-dependent. This paper presents an experimental comparison of a monolithic and a microservices implementation of the same e-commerce application, both backed by a shared PostgreSQL database. Using k6, we subject both systems to identical HTTP workloads at 50 and 100 virtual users (VUs) over 60-second runs, measuring throughput, latency, and error rates. At 50 VUs, both architectures perform similarly with no errors. At 100 VUs, the microservices design achieves 5.4% higher throughput, 25% lower average latency, and 39% lower p95 latency than the monolith, while exhibiting a lower median error rate (0.00% vs 0.69%). The monolith shows consistent order-creation failures under load, whereas microservices failures are transient and confined to the cart service in one run. These results suggest that, in this deployment context, decomposing the system into microservices improves scalability and tail latency under stress, while introducing distinct, service-specific failure modes that must be managed.
• Abstract（参考訳）: マイクロサービスアーキテクチャは、約束されたスケーラビリティとモジュール性のために広く採用されていますが、実行時のパフォーマンスとモノリシックな設計を比較した実証的な証拠は、コンテキスト依存のままです。 本稿では、同じeコマースアプリケーションのモノリシックおよびマイクロサービス実装を実験的に比較し、どちらも共有PostgreSQLデータベースでバックアップする。 k6を使用することで、60秒以上の仮想ユーザ(VU)で、スループット、レイテンシ、エラー率を計測し、両方のシステムに同一のHTTPワークロードを50と100の仮想ユーザ(VU)で実行します。 50VUでは、どちらのアーキテクチャもエラーなく同じように動作する。 100VUでは、マイクロサービス設計は、スループットが5.4%高く、平均レイテンシが25%低く、p95レイテンシがモノリスよりも39%低く、中央値のエラー率(0.00%対0.69%)が低い。 モノリスは負荷下で一貫した順序生成障害を示すが、マイクロサービスの障害はトランジェントであり、1回の実行でカートサービスに制限される。 これらの結果は、このデプロイメント環境では、システムをマイクロサービスに分解することで、スケーラビリティとストレス下でのテールレイテンシが向上し、管理しなければならないサービス固有の障害モードが新たに導入されたことを示唆している。

関連論文リスト

• From Production Traffic to Post-Training: Building a Self-Hosted LLM That Covers the Corporate Request Mix [55.08143827481755]
  200以上の内部アプリケーションから1つのモデルにトラフィックを集約します。 我々は、各軸ごとに別々のGRPOエキスパートを訓練し、2段階のSLERPを介してそれらをマージする。 このモデルは、プラットフォームトラフィックの50%、月1億6600万リクエストをサービスコストのごく一部で吸収する。
  論文  参考訳（メタデータ） (2026-09-01T17:39:26Z)
• Mono2Sls: Automated Monolith-to-Serverless Migration via Multi-Stage Pipeline with Static Analysis [39.8879463570937]
  モノリシックなWebバックエンドをデプロイ可能なAWS SAMアプリケーションに変換する自動化パイプラインであるMono2Slsを紹介します。 Mono2Slsは、手動修正なしで100%のデプロイメント成功を達成する。 また、エンドツーエンドの正確性は66.1%、APIカバレッジは98.7%に達した。
  論文  参考訳（メタデータ） (2026-04-27T14:44:07Z)
• RepoGenesis: Benchmarking End-to-End Microservice Generation from Readme to Repository [52.98970048197381]
  RepoGenesisは、リポジトリレベルのエンドツーエンドWebマイクロサービス生成のための、最初の多言語ベンチマークである。 18のドメインと11のフレームワークに106のリポジトリ(60のPython、46のJava)があり、1,258のAPIエンドポイントと2,335のテストケースが検証されている。 その結果、高いAC(最大73.91%)とDSR(最大100%)にもかかわらず、最高のパフォーマンスのシステムはPythonで23.67%のPass@1、Javaで21.45%しか達成していないことが明らかになった。
  論文  参考訳（メタデータ） (2026-01-20T13:19:20Z)
• Extracting Overlapping Microservices from Monolithic Code via Deep Semantic Embeddings and Graph Neural Network-Based Soft Clustering [1.6580952309590864]
  Mo2oMは、マイクロサービス抽出をソフトクラスタリング問題として定式化するフレームワークである。 Mo2oMは、構造モジュラリティ(結合と結合のバランス)の最大40.97%、サービス間コールの58%(通信オーバーヘッド)、インターフェイス番号の26.16%の改善を実現している。
  論文  参考訳（メタデータ） (2025-08-10T21:07:20Z)
• Model Discovery and Graph Simulation: A Lightweight Gateway to Chaos Engineering [0.0]
  カオスエンジニアリングはレジリエンスのリスクを明らかにしますが、広く頻繁に実行するには高価で運用上のリスクがあります。 我々は、単純な接続のみのトポロジモデルにより、フェールストップフォールトの下で、高速で低リスクなアベイラビリティー推定を行うことができると主張している。
  論文  参考訳（メタデータ） (2025-06-12T10:59:28Z)
• Centrality Change Proneness: an Early Indicator of Microservice Architectural Degradation [48.55946052680251]
  時間ネットワークの研究は、進化するネットワークを記述し分析する方法として現れてきた。 これまでの研究では,サイズや複雑性,品質といったソフトウェアメトリクスが,マイクロサービスの集中度とどのように関係しているかが検討されてきた。 本研究は, 時間集中度指標が建築劣化の早期検出に有効かどうかを考察する。
  論文  参考訳（メタデータ） (2025-06-09T12:22:12Z)
• 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)
• SeBS-Flow: Benchmarking Serverless Cloud Function Workflows [51.4200085836966]
  本稿では、最初のサーバーレスワークフローベンチマークスイートSeBS-Flowを提案する。 SeBS-Flowには6つの実世界のアプリケーションベンチマークと、異なる計算パターンを表す4つのマイクロベンチマークが含まれている。 当社では,パフォーマンス,コスト,スケーラビリティ,ランタイムの偏差など,3つの主要なクラウドプラットフォームに関する包括的な評価を実施しています。
  論文  参考訳（メタデータ） (2024-10-04T14:52:18Z)
• FedBiOT: LLM Local Fine-tuning in Federated Learning without Full Model [48.33280660752336]
  大規模言語モデル(LLM)は、適切なデータで微調整した後、多くのドメイン固有のタスクで素晴らしいパフォーマンスを示す。 多くのドメイン固有のデータは、プライベートに複数の所有者に分散される。 我々は,フェデレート学習のための資源効率の高いLLM微調整手法であるFedBiOTを紹介する。
  論文  参考訳（メタデータ） (2024-06-25T16:45:47Z)
• Reclaimer: A Reinforcement Learning Approach to Dynamic Resource Allocation for Cloud Microservices [4.397680391942813]
  要件を満たしながらCPUコアの割り当てを最小限に抑えるため,実行時の変更数や動作の変化に適応するディープラーニングモデルであるReclaimerを導入する。 2つのマイクロサービスベースのアプリケーションで評価すると、Reclaimerは業界標準のスケーリングソリューションと比較してCPUコアの割り当てを38.4%から74.4%に削減する。
  論文  参考訳（メタデータ） (2023-04-17T01:44:05Z)
• Benchmarking scalability of stream processing frameworks deployed as microservices in the cloud [0.38073142980732994]
  我々は、体系的手法を用いて、そのスケーラビリティに関する5つの最新のストリーム処理フレームワークをベンチマークする。 すべてのベンチマークフレームワークは、十分なクラウドリソースがプロビジョニングされている限り、ほぼ線形スケーラビリティを示す。 明確な優れたフレームワークはありませんが、ユースケースにおけるフレームワークのランキングです。
  論文  参考訳（メタデータ） (2023-03-20T13:22:03Z)
• MicroRes: Versatile Resilience Profiling in Microservices via Degradation Dissemination Indexing [29.456286275972474]
  マイクロサービスのレジリエンス — 障害から回復し、信頼性と応答性を備えたサービスを提供し続ける能力 — は、クラウドベンダにとって極めて重要です。 現在のプラクティスは、特定のマイクロサービスシステムに手動で設定された特定のルールに依存しており、結果として労働強度と柔軟性の問題が発生します。 私たちの洞察では、レジリエントなデプロイメントは、システムパフォーマンスからユーザ対応メトリクスへの劣化の拡散を効果的に防ぎ、後者はサービス品質に影響を与えます。
  論文  参考訳（メタデータ） (2022-12-25T03:56:42Z)
• Scaling Instruction-Finetuned Language Models [126.4789306516927]
  命令として表現されたデータセットの集合上での言語モデルの微調整は、モデル性能を改善することが示されている。 命令の微調整により,様々なモデルクラスの性能が劇的に向上することがわかった。
  論文  参考訳（メタデータ） (2022-10-20T16:58:32Z)

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。