Microsserviços tornaram-se o estilo de arquitetura mais utilizado entre todas as estratégias de desenvolvimento de software disponíveis. No entanto, as pesquisas sobre esse tema estão no início, o que dificulta a localização de aplicações de microsserviços em escala para análise. Portanto, há uma grande necessidade de novas investigações, bem como ferramentas para apoiar novos desenvolvimentos no campo de microsserviços.
O primeiro objetivo deste trabalho é coletar características de microsserviços encontradas na literatura e traduzi-las em características mensuráveis no código. Com isso, fornecemos um conjunto abrangente de características, bem como métricas para identificá-las no código.
Um segundo objetivo é usar essas métricas para identificar a base do código seguindo um estilo de arquitetura de microsserviço. Essa solução é disponibilizada por meio de uma ferramenta que permite aos usuários encontrar microsserviços em escalas e filtrá-los de acordo com suas necessidades. Isso pode ser usado para encontrar exemplos de microsserviços em uma linguagem de programação específica ou para criar corpora para estudos de pesquisa.
Nossa avaliação mostra que nosso algoritmo pode identificar microsserviços com uma precisão de 85%. / Microservices have become the most used architectural style among all available software development strategies. However,
it is difficult to find microservice applications at scale for analysis. Therefore, there is a great need for new investigations as well as tools to support new developments in the field of microservices.
The first goal of this work is to collect microservices characteristics found in the literature and translate them into measurable features in the code. With this, we provide a comprehensive set of characteristics as well as metrics to identify them in the code.
A second goal is to design an algorithm to use such metrics to identify code basis following a microservice architectural style. This solution is made available through a tool that allows users to find microservices at scales and filter them according to their needs. This can be used to find examples of microservices in a specific programming language or to create corpora for research studies.
Our evaluation shows our algorithm can identify microservices with a precision of 85%.
| Identifer | oai:union.ndltd.org:up.pt/oai:repositorio-aberto.up.pt:10216/152180 |
| Date | 19 July 2023 |
| Creators | Domingos Francisco Panta Junior |
| Contributors | Faculdade de Engenharia |
| Source Sets | Universidade do Porto |
| Language | English |
| Detected Language | Portuguese |
| Type | Dissertação |
| Format | application/pdf |
| Rights | openAccess |
Page generated in 0.0017 seconds