18、微服务分解与评估及边缘云数据处理架构

微服务分解与评估及边缘云数据处理架构

微服务分解与度量评估框架

现有微服务分解方法

在将单体系统分解为微服务的领域，已经有不少研究成果。Gysel 等人提出了一种基于 16 个耦合标准的聚类算法方法，该方法是一个可扩展的服务分解工具框架，它结合了基于标准的方法，集成了图聚类算法，具备优先级评分和九种分析与设计规范。同时，引入了耦合标准卡的概念，将 16 个不同实例分为内聚性、兼容性、约束和通信四类。通过集成现有的图聚类算法、结合行动研究和案例研究调查以及负载测试对该方法进行评估，结果显示对从业者有潜在益处，用户反馈也证实了这一点。

Chen 等人提出了一种基于业务逻辑数据流图的数据驱动的面向微服务的分解方法。由于其基于客观操作和从实际业务逻辑中提取的数据，该方法能提供更合理、客观且易于理解的结果。与此类似，也有人采用流程挖掘来分析单体系统的业务流程。

Alwis 等人提出了一种启发式方法，基于对象子类型（即基于结构属性的软件最低粒度）和基于软件中常见执行片段的功能拆分（即基于行为属性的软件最低粒度）将单体系统切片为微服务。不过，他们通过静态分析系统，未捕捉系统的动态行为，也未提出评估切片解决方案质量的措施。

Taibi 等人提出了一组在微服务分解过程中应仔细考虑的模式和反模式，建议避免循环依赖和硬编码端点等有害做法，同时考虑可能在单体系统中产生的关键反模式和代码异味。

新的微服务度量框架

单体系统分解为微服务是一项复杂且易出错的任务，通常由软件架构师手动完成。为此，提出了一个新的微服务度量框架，基于四个度量指标：耦合度、每个微服务的类数量、重复类的数量和外部调用的频率。该框架的目标是通过一组客