20、云应用可扩展性、弹性和成本效益的案例分析

云应用可扩展性、弹性和成本效益的案例分析

电子健康记录（EHR）案例分析

EHR案例采用了CloudScale方法中的多项活动，并遵循了系统迁移到云环境的场景。
1. 模型生成
- 使用Extractor工具成功生成了每个EHR模块的模型。不过，提取模型的粒度由源代码的组织和结构决定，最高抽象级别为系统模块级别。从工业角度看，逆向工程支持在创建模型时有益，可减少大代码库建模的时间。但在根据用户需求调整模型粒度方面存在限制，不过提取的模型部分可用于手动创建模型。
- 操作步骤：运行Extractor工具对EHR源代码进行解析和分析，生成模型。
2. Static Spotter工具验证
- 该工具通常能返回预期输出，但从源代码生成模型的结果会因组件合并参数而异。一个项目生成模型失败，可能是处理大量源代码（>190k行）时内存不足。在其他项目中使用该工具成功创建了模型，且在保留大部分源代码信息时检测到了反模式。
- 操作步骤：设置Static Spotter的组件合并参数，对源代码进行处理，生成模型并检测反模式。
- 优点：使用简单，学习曲线短，能检测设计相关问题，随着可扩展性反模式数量增加，益处更大。
3. Analyzer模拟分析
- 使用Analyzer对多个EHR使用场景进行模拟，包括不同部署策略和工作负载。模拟分析证实传统非云分布式EHR系统的瓶颈是数据库。对部署到云环境的EHR系统进行分析，重点确定容量、可扩展性和弹性能力，同时监控服务级别目标（SLO）违规数量。
- 操作步骤：
1.