A Semi-Automated Approach for Incremental Migration from Monolithic to Microservices Architecture
Notice bibliographique
Résumé
As software applications grow in size and complexity, maintaining and scaling them becomes increasingly difficult. Traditional monolithic architectures, where all components are combined into a single unit, often face issues such as limited scalability, cumbersome maintenance, and problematic deployment. The microservices architecture has emerged as a solution, breaking down applications into smaller, loosely coupled services, each responsible for a specific business function. This transition process, known as migration, is challenging due to the difficulty in determining the optimal decomposition of the monolithic system. This thesis presents a novel framework designed to facilitate the migration from monolithic to microservices architecture using the Strangler Fig Pattern. Unlike existing approaches that typically attempt to decompose the monolith in a single iteration, our framework supports a gradual, iterative migration process. This allows for smoother transitions, reduced risk, and better management of complexity. Key contributions of this work include the development of a tool that leverages both static and dynamic analysis to identify microservice candidates. The tool integrates these heterogeneous data sources using the Single Source of Truth (SST) paradigm, ensuring consistency and reliability. The performance of the tool is evaluated on two well-known Java Spring projects, demonstrating its effectiveness in creating well-modularized, cohesive, and loosely coupled microservices. The results show that our approach not only meets the desired principles of microservice architectures but also compares favorably with other state-of-the-art methods. By providing a practical and systematic solution for gradual migration, this thesis addresses a significant gap in the existing literature and offers valuable insights for practitioners seeking to modernize large-scale software systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».