1.

Un panel de control y gestión de microservicios

Resumen:

Se presenta un tablero experimental para la supervisión y gestión de microservicios. El tablero

se puede adaptar a las diferentes necesidades de las partes interesadas y admite la integración
de diferentes infraestructuras de monitoreo para recopilar datos de tiempo de ejecución de
microservicios. Además de la información en tiempo de ejecución, el panel también admite la
integración de otras fuentes de información para proporcionar información estática sobre
microservicios y desarrollo de microservicios. Se describe la principal motivación para
desarrollar el tablero, se explica los conceptos básicos y presenta escenarios de uso y vistas
importantes que actualmente se admiten en el tablero.

Referencia:

B. Mayer and R. Weinreich, "A Dashboard for Microservice Monitoring and Management,"
2017 IEEE International Conference on Software Architecture Workshops (ICSAW),
Gothenburg, 2017, pp. 66-69, doi: 10.1109/ICSAW.2017.44.

2. Modelado de rendimiento y programación de flujo de trabajo de aplicaciones basadas

en microservicios en la nube

Resumen:

El microservicio se ha reconocido cada vez más como un estilo arquitectónico prometedor

para construir aplicaciones basadas en la nube a gran escala dentro y fuera de los límites de la
organización. Esta arquitectura basada en microservicios aumenta en gran medida la
escalabilidad de la aplicación, pero mientras tanto incurre en una sobrecarga de rendimiento
costosa, que requiere un diseño cuidadoso del modelado de rendimiento y la programación de
tareas. Sin embargo, estos problemas hasta ahora han permanecido en gran parte sin explorar.
En este documento, desarrollamos un método de predicción y modelado de rendimiento para
microservicios independientes, diseñamos un modelo de rendimiento de tres capas para
aplicaciones basadas en microservicios, formulamos un problema de programación de flujo de
trabajo de aplicaciones basado en microservicios para un retraso mínimo de extremo a
extremo bajo un usuario Restricción presupuestaria especificada (MAWS-BC) y proponer un
algoritmo de programación de microservicios heurístico.

Referencia:

L. Bao, C. Wu, X. Bu, N. Ren and M. Shen, "Performance Modeling and Workflow Scheduling of
Microservice-Based Applications in Clouds," in IEEE Transactions on Parallel and Distributed
Systems, vol. 30, no. 9, pp. 2114-2129, 1 Sept. 2019, doi: 10.1109/TPDS.2019.2901467.

3. Modelado de microservicios con DDD

Resumen:

Muchos han sugerido el uso de Diseño controlado por dominio (DDD) para ayudar a definir el
alcance funcional de los microservicios. Pero cómo aplicar esta idea en la práctica no está claro
para todos. DDD es una técnica de modelado de dominios creada a principios de la década de
2000. Los microservicios es un estilo de arquitectura que se hizo popular en 2015 como un
medio para dividir las soluciones de software en un conjunto de servicios implementados de
forma independiente. Se cubrira conceptos básicos de DDD y se discutira por qué y cómo DDD
puede ayudar a crear microservicios con mejor disponibilidad, escalabilidad, confiabilidad y
modificabilidad. Usando ejemplos, se navegara desde un modelo de dominio creado usando
DDD hasta el diseño de microservicios sincrónicos (basados en REST) y asincrónicos (reactivos).
Se explorara cinco escenarios de diseño de microservicios diferentes en torno a agregados
DDD, contextos acotados (BC),

Referencia:

P. Merson and J. Yoder, "Modeling Microservices with DDD," 2020 IEEE International
Conference on Software Architecture Companion (ICSA-C), Salvador, Brazil, 2020, pp. 7-8, doi:
10.1109/ICSA-C50368.2020.00010.

4. Enfoque agnóstico para el ajuste de escala automático de microservicios en

aplicaciones en la nube

Resumen:

Las aplicaciones en la nube están cada vez más en contenedores por naturaleza. El desarrollo
de una aplicación en la nube basada en una arquitectura de microservicio impone diferentes
desafíos, incluida la escalabilidad a nivel de contenedor. Lo que se suma al desafío es que las
aplicaciones tienen diferentes requisitos de QoS y diferentes características que requieren un
enfoque de escala personalizado. En este documento, presentamos un algoritmo de enfoque
agnóstico para el escalado automático de microservicios implementado en Google Kubernetes
Engine. Nuestro algoritmo adapta el paradigma de ajuste de escala automático de Kubernetes
en función de las características de la aplicación y los requisitos de recursos. Las pruebas
iniciales del algoritmo en diferentes requisitos de microservicios muestran una mejora en el
tiempo de respuesta del microservicio hasta un 20% en comparación con el paradigma de
autoescalado predeterminado.

Referencia:

A. Abdel Khaleq and I. Ra, "Agnostic Approach for Microservices Autoscaling in Cloud
Applications," 2019 International Conference on Computational Science and Computational
Intelligence (CSCI), Las Vegas, NV, USA, 2019, pp. 1411-1415, doi:
10.1109/CSCI49370.2019.00264.

5. Creación de aplicaciones críticas mediante microservicios

Resumen:

Salvaguardar la corrección del software crítico es un gran desafío. Se describe un sistema

basado en microservicios que crea sistemas confiables sobre componentes de hardware y
software heredados, lo que garantiza la integridad, la confidencialidad y la ejecución correcta
de los microservicios con la ayuda de enclaves seguros.

Referencia:

C. Fetzer, "Building Critical Applications Using Microservices," in IEEE Security & Privacy, vol.
14, no. 6, pp. 86-89, Nov.-Dec. 2016, doi: 10.1109/MSP.2016.129.

6. Utilización eficiente de recursos mediante diferentes modelos de implementación de

microservicios
Resumen:

La adopción de una arquitectura basada en microservicios se ha vuelto cada vez más popular.
La contenedorización de microservicios es una técnica utilizada por los desarrolladores para
facilitar el proceso de implementación de aplicaciones basadas en esta arquitectura. Hay varios
modelos de implementación para microservicios. En este trabajo estudiamos y analizamos el
rendimiento de estos modelos en términos de uso de red, CPU, memoria y disco. También se
discuten los pros y los contras relacionados con el proceso de desarrollo. Entre los resultados
obtenidos con las mediciones realizadas en una nube pública, destacan las reducciones
significativas en el consumo de red (hasta un 99%) al utilizar un contenedor por microservicio.

Referencia:

F. H. L. Buzato, A. Goldman and D. Batista, "Efficient Resources Utilization by Different

Microservices Deployment Models," 2018 IEEE 17th International Symposium on Network
Computing and Applications (NCA), Cambridge, MA, 2018, pp. 1-4, doi:
10.1109/NCA.2018.8548346.

7. Automatización de la prueba de regresión en la arquitectura de microservicios

Resumen:

Hoy en día, el microservicio, como uno de los enfoques arquitectónicos más importantes hacia
la computación en la nube, ha llamado la atención de muchos desarrolladores. Para dar una
definición simple de microservicio, se podría decir: cada microservicio es completamente
independiente e implementa una parte del negocio, que se compone de varios microservicios.
Cada microservicio se puede implementar, actualizar y escalar, sin ningún impacto en otros
microservicios, y todo está automatizado. Entre los métodos ágiles, Continuous Delivery ha
jugado un papel importante en el proceso de desarrollo de sistemas basados en
microservicios. La Entrega continua proporciona una entrega más rápida de los cambios y una
obtención más rápida de los comentarios de los clientes. La Entrega continua consta de
muchas secciones, una de las cuales es Prueba de software. Uno de los desafíos de la
implementación automatizada de nuevas versiones en el entorno de producción, es la
fiabilidad del software, que en caso de que se vulnere, los beneficiarios sufrirían pérdidas
considerables. La prueba de regresión es una de las pruebas que se utilizan para garantizar la
confiabilidad, que compara dos versiones del sistema en función de varias métricas. Este
artículo propone un método automatizado para ejecutar esta prueba, que coloca la prueba de
regresión en los pasos de Entrega continua, que prueba la operabilidad de la última versión
desarrollada como una caja negra y evita la escritura de la unidad de prueba. Por último, los
desarrolladores de microservicios podrían garantizar la operatividad de las dependencias de
microservicios desarrolladas mediante la investigación de las comparaciones obtenidas. Este
artículo propone un método automatizado para ejecutar esta prueba, que coloca la prueba de
regresión en los pasos de Entrega continua, que prueba la operabilidad de la última versión
desarrollada como una caja negra y evita la escritura de la unidad de prueba. Por último, los
desarrolladores de microservicios podrían garantizar la operatividad de las dependencias de
microservicios desarrolladas mediante la investigación de las comparaciones obtenidas. Este
artículo propone un método automatizado para ejecutar esta prueba, que coloca la prueba de
regresión en los pasos de Entrega continua, que prueba la operabilidad de la última versión
desarrollada como una caja negra y evita la escritura de la unidad de prueba. Por último, los
desarrolladores de microservicios podrían garantizar la operatividad de las dependencias de
microservicios desarrolladas mediante la investigación de las comparaciones obtenidas.
Referencia:

M. J. Kargar and A. Hanifizade, "Automation of regression test in microservice architecture,"

2018 4th International Conference on Web Research (ICWR), Tehran, 2018, pp. 133-137, doi:
10.1109/ICWR.2018.8387249.

8. Diseño e investigación del marco de pruebas de automatización de aplicaciones de

microservicios

Resumen:

El estilo de microservicio rompe la aplicación monolítica tradicional en una nueva generación

de arquitectura distribuida, que realiza un desarrollo y una implementación ágiles. Cómo
asegurar su calidad y confiabilidad probando tecnología es el enfoque en la ingeniería de
software. De acuerdo con las características de la aplicación de microservicios, este artículo
analiza los objetos de prueba y el procedimiento de prueba, propone un marco de prueba de
automatización basado en modularización y basado en datos, e ilustra las principales funciones
y procesos de cada capa. Además, se ha diseñado una estructura de datos basada en el archivo
de descripción de interfaz ampliada para generar datos de casos de prueba automáticamente.
Este marco contribuirá a establecer la plataforma de prueba de microservicios y el estándar
para SGCC (State Grid Corporation of China).

Referencia:

Y. WANG, L. CHENG and X. SUN, "Design and Research of Microservice Application Automation
Testing Framework," 2019 International Conference on Information Technology and Computer
Application (ITCA), Guangzhou, China, 2019, pp. 257-260, doi: 10.1109/ITCA49981.2019.00063.

9. Identificación de microservicios mediante análisis de sistema estructurado

Resumen:

En este artículo se presentará cómo identificar microservicios mediante el análisis de sistemas

estructurados. El análisis de sistema estructurado describe todas las funciones del sistema, los
almacenes de datos y los algoritmos de las funciones. Cuando se describen todas las funciones
del sistema, se pueden agrupar en microservicios. Estos microservicios deben estar débilmente
acoplados y ser altamente cohesivos. Se presentarán las reglas para agrupar microservicios. Se
mostrará no solo cómo declarar funciones como microservicios, sino también cómo
descomponer los almacenes de datos, por lo que estos microservicios comparten lo menos
posible al tener bases de datos separadas.

Referencia:

T. D. Stojanovic, S. D. Lazarevic, M. Milic and I. Antovic, "Identifying microservices using

structured system analysis," 2020 24th International Conference on Information Technology
(IT), Zabljak, Montenegro, 2020, pp. 1-4, doi: 10.1109/IT48810.2020.9070652.

10. Análisis de rendimiento de patrones de diseño de microservicios

ResumLas soluciones basadas en microservicios están ganando impulso actualmente porque

no tienen las desventajas de las arquitecturas monolíticas tradicionales. El interés empresarial
en los microservicios está aumentando, ya que la arquitectura de microservicios aporta un
enfoque de implementación de servicios ligero, independiente, orientado a la reutilización y
rápido que minimiza los riesgos de infraestructura. Este enfoque se encuentra en una etapa
temprana de su desarrollo y, en vista de esto, es importante comprender el rendimiento de
sus patrones de diseño. En este artículo, obtuvimos resultados de rendimiento relacionados
con el tiempo de respuesta a las consultas, el uso eficiente del hardware, los costos de
alojamiento y la tasa de pérdida de paquetes, para tres patrones de diseño de microservicios
practicados en la industria del software.

Referencia:

A. Akbulut and H. G. Perros, "Performance Analysis of Microservice Design Patterns," in IEEE

Internet Computing, vol. 23, no. 6, pp. 19-27, 1 Nov.-Dec. 2019, doi:
10.1109/MIC.2019.2951094.