Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Articulos de Microservicios
Articulos de Microservicios
Resumen:
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.
Resumen:
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.
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.
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.
Resumen:
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.
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:
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:
Resumen:
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.
Resumen:
Referencia:
Referencia: