云原生应用设计的系统映射

云原生应用设计与工程的系统映射研究

1. 引言

云是一组相互连接且虚拟化的并行与分布式计算机系统。这些系统根据服务提供商与用户之间通过协商达成的服务级别协议，动态地作为一个或多个统一的计算资源进行呈现和提供 [1]。

应用程序在云的两个层面都被使用。云服务提供商（CSP）向用户提供应用程序，而用户则有权进行设计和部署应用程序。原生云应用从零开始构建，专为在云框架上使用而设计。然而，由于云虚拟化和多租户过程的存在，存在安全问题 [2][3]。云计算各层都提供服务，统称为“一切即服务”（Everything‐as‐a‐Service），其中三种基本的云服务类型分别为：平台即服务（PaaS）、基础设施即服务（IaaS）和软件即服务（SaaS）。在SaaS中，云服务提供商（CSP）向用户提供定制构建的应用程序，因此用户无需担心许可证和安装问题。在PaaS中，云服务提供商（CSP）提供基础设施和所需的应用程序编程接口，使用户能够设计和部署应用程序。云服务提供商（CSP）拥有大规模基础设施和大型数据中心，这些设施跨越多个地理边界，通过IaaS向用户提供计算和存储服务。由于具备坚实的底层架构和基于云的应用，云计算正变得非常高效，且服务持续改进和增加 [4][5]。此外，云计算有四种模型：私有云、公有云、社区云和混合云。组织可以在本地部署私有云，或使用第三方云服务提供商（CSP），但采用内部员工进行管理，从而提高安全性。组织也可以利用云服务提供商（CSP）提供的最先进的基础设施来托管公有云。以这种方式使用云计算意味着客户无需在基础设施上投入资源。具有共同兴趣的不同群体可以联合托管社区云。混合云则在数据外包和云资源利用方面提供了灵活性，关键资源可保留在私有云上，而辅助数据和服务则外包至公有云。尽管云服务提供商（CSP）正努力在云上提供高效且可靠的服务，信任仍被视为一个问题 [6][7]。

为了从云计算中获益，大多数应用需要在设计时就考虑在云上运行。专为在云计算上运行而设计的应用通常被称为云原生应用或云就绪应用，有时也称为云感知 [8]。Blueshift 是一项将应用自动转换为云原生架构的服务。具体而言，BlueMix 是基于 Cloud Foundry开源技术的 IBM的云PaaS [9]。Blueshift 实现了端到端转换过程的自动化，包括应用发现、分析、制品转换以及启用云计算增值服务 [9]。OpenWhisk 也是来自 IBM 的一个项目，可让开发者受益于无服务器编程模型（Baldinin 等，2016）。OpenWhisk 支持多种编程语言，支持使用动作序列组合服务，并将整个 OpenWhisk栈 以开源形式提供 [10]。在 [11] 中，一项针对单体式安全即服务（SecaaS）应用的重新设计与部署工作采用云原生设计模式完成，同时在应用层和云网络层考虑了适当的分层安全对策。云原生应用通常在全球范围运行。尽管在互联网未受阻的任何地方都可以访问普通网站，但这并不构成真正的全球应用。真正的全球应用需要在本地数据中心复制服务和应用数据，以最小化交互延迟 [12]。

研究人员在开展研究或撰写文章时，必须考虑感兴趣的技术领域。为了掌握某一主题，需要查阅大量研究。这通常包括搜索各种期刊、书籍和会议论文集。此外，确定一个感兴趣的领域还可能需要在数字图书馆进行大量检索，并参加研讨会、会议和研习班[13]。通过研究过程以及长时间审阅他人的研究成果，研究人员常常会偶然发现新的、甚至意想不到的研究思路。此外，许多研究人员对某个观察到的现象特别感兴趣，这种兴趣往往成为推动各个研究领域大量研究的动力。总之，研究人员对观察到的现象所产生的基本好奇心，通常足以成为选择研究课题的动力。

从上述内容可以看出，确定一个研究主题有时通常是很繁琐的。正如[12]中所讨论的，在云原生应用设计与工程领域已开展了大量研究，因此有必要对该领域已完成的一些工作进行总结并提供概述。系统映射研究为已开展的研究提供了分类的结构化方案[14]。该方法涉及将相关文章分类到相应体系中的过程。存在一个提取过程用于确定不同类别的数据，通常通过使用电子表格完成。随后，利用分布的重复来制定系统性指南。气泡图的大小与不同交叉点中各类别下的论文数量相关。该工作的成果通过一张提供图像洞察的地图进行可视化呈现。系统映射根据评审考虑因素在多个维度上进行。在此实例中，使用了三个层面，分别是主题、研究和贡献。主题维度提取与云原生应用相关的关键问题，研究维度关注研究类型，贡献维度则从方法或模型的角度分析研究的性质。

本文的目的是对云原生应用设计与工程进行系统映射研究。本文其余部分安排如下：第2节讨论相关工作，第3节描述所使用的材料与方法。第4节展示结果与讨论，第5节总结全文并提出未来工作。

2. 文献综述

在[15]审查系统映射研究时，重点放在了规划阶段。该研究工作确定了贯穿项目需求工程阶段的软件模式，旨在基于开发过程所需的基本因素来理解这些模式所起的作用。为本研究制定了包含基本阶段的协议，以便研究社区能够复制此类工作以验证研究成果。研究所使用的数字图书馆包括ACM数字图书馆、IEEE Xplore、科学网和Scopus。此项工作遵循了[14]中制定的指南。

[16]的工作描绘了系统映射研究的规范，识别了领域特定语言（DSL）。该工作转向加强对DSL探索领域的理解，重点关注研究趋势和未来方向。该研究考虑了2013年7月至2014年10月的时间范围，并基于三条规则实现高效调查，包括进行评审、报告和规划。

[17]中的研究基于对计算机科学概念图在系统映射研究中的应用进行调查。所生成的系统地图聚焦于对计算机科学领域内概念图相关研究的收集与评估。此外，研究采用了两种检索方式，具体为反向滚雪球法和手动方法。研究展示了对概念图的广泛关注和细致分析，并利用其作为学习和教学辅助工具。该研究的检索词应用于Scopus、ScienceDirect、Compendex、IEEE Xplore和ACM数字图书馆。

[18]的论文中，一项系统映射分析表明了与游戏相关的程序如何被用于软件工程教育及支持明确的软件工程学习空间的策略，并指出了未来方向和研究空白。该研究的关键研究集中于游戏在软件工程教育中的使用与评估。此次分析基于1974年至2016年的出版物，共识别出156项主要研究。该研究中的映射过程是与[14]同步进行的。

[19]的研究重点在于系统模型，通过考察电力框架和利用映射过程的应用程序。欧洲协会使用该方法来分析建模特征并识别建模差距。已向控制专家发放了228多份问卷以收集数据，最终仅有82份问卷完成并用于映射。

在[20]关于领域特定语言（DSL）的系统性研究中，研究类型、重点领域和贡献类型均表现出基础性的热情。该工作涵盖了2006年至2012年间来自权威来源的调查，而所开展的系统映射研究则基于为研究提出的问题所界定的流程，包括筛选、执行检索、数据提取和筛选。该工作的研究资料包括：论文、解决方案提案、观点论文、验证性研究材料以及哲学或概念性论文。

在[21]法律核心本体文献的系统性映射中，其工作基于[22]的概念。该研究的检索更多地侧重于“合法理论”和“合法概念”。此外，所选研究根据其贡献被归类为工具、模型、方法和语言。其他流程包括识别法律核心本体中的现有合法理论以及过程构建，使用具有明确参考文献的两个本体，最后对所选研究进行分析，以得出合理的法律和本体论研究推论。

在[14]一项软件工程领域的系统映射研究中，该工作为许多系统映射研究奠定了基础。它提供了系统映射研究实施的指南，并基于对现有系统综述的分析，对系统地图与系统综述进行了比较。该研究揭示了系统地图与系统综述在目标、广度、有效性度量和影响方面并不相同，并采用了不同的分析方法。

[23]中的工作是一项系统映射研究，旨在对基于云的软件测试领域的实验研究进行呈现，研究时间涵盖了分类计划的制定过程。该研究调查了实践与非实践测试技术，以及这些策略的应用及其特征。研究选取了75篇出版物中发现的69项关键研究。部分研究通过严格的统计分析得出了定量结果。大多数研究采用独特实验来评估其提出的结果。从已分析的文献来看，尚未发现任何明确围绕云原生应用设计与工程的系统映射研究的工作。

3. 材料与方法

系统地图提供了特定研究领域内出版物的性质或摘要的可观察表示。本研究属于云原生应用设计与工程领域。该研究使用了[14][22]中关于系统映射研究的正式规则，是一个针对研究目标检索和解释相关现有资料的迭代过程[24]。典型的系统映射研究包含一些基本或主要步骤，如[14]所示。首先是研究问题的描述与说明，其中明确了综述范围。随后，对论文进行搜索和筛选，以确定与研究相关的文献。接着，在已搜索论文的摘要上采用关键词处理过程，旨在设计一个分类方案。最后是数据提取过程，预期将由此形成系统地图。这些开发系统地图的各个步骤在构建云原生应用设计与工程领域的地图过程中发挥了重要作用。

3.1. 研究问题

本调查的核心是概述在移动和节能的云计算使用方面已开展的研究的数量和类型。识别研究开展和发表的地点也可能至关重要。相关研究问题由这些问题确定，以用于本研究。本文由以下研究问题指导：

RQ1: 云原生应用设计与工程的哪些领域被讨论，以及各个领域涵盖了多少篇文章？

RQ2: 该领域的已发表论文类型有哪些，它们构成了怎样的评估和新颖性？

3.2. 搜索策略

初级研究的搜索通常通过探索电子数据库来完成。这也可以通过在会议和期刊上进行手动搜索来实现。本研究的论文是通过在不同的可用在线数据库中搜索论文获得的。所有选作初级研究的论文均属于云计算领域，因此所有维度都涉及与云计算相关的内容。系统映射研究的主要概念是关键词标引，通常在同行评审文章的摘要上进行。随后，来自论文、人际组织和不同来源的文章不适合用于开展高效的审查，因此需要使用合适的高级图书馆。由于数据库中会议和期刊出版物的影响因子较高，本次搜索重点关注了四个（4）重要的在线图书馆。本文利用表1中列出的在线图书馆及其统一资源定位符（URL）来进行初级研究的搜索。

表1 系统映射研究中使用的数字图书馆

在线数据库	统一的资源定位器 (URL)
ACM	www.dl.acm.org
Science Direct	www.sciencedirect.com
施普林格	www.springer.com
IEEE	www.ieeexplore.ieee.org

本研究使用的检索字符串是根据结果、比较、群体和干预方面设计的。检索所用的关键词来自本研究标题结构的各个方面。针对云原生应用设计与工程的研究，在表1中的数字图书馆使用的检索字符串如下所示：

((标题‐摘要‐关键词("云原生") AND 标题‐摘要‐关键词(应用程序))) AND (全部(设计) OR 全部(工程))

上述自定义搜索字符串用于对给定文档的元数据进行搜索，以确保不会遗漏合适的论文。本研究在涉及计算机科学和云计算的相关数据库中检索了关于云原生应用的结果。根据基于审查目标和研究问题需求所制定的论文选择标准，从最初检索到的2010年至2018年的1,009篇出版物中，最终确定有110篇论文被纳入本次审查。这110项选定的研究列于附录中。

3.3. 分类方案

选择标准用于查找和纳入与本次综述相关的论文。在本研究中，纳入与排除标准被用来剔除与云原生应用设计与工程无关的研究。同时也用于排除与研究问题无关的文章。一些摘要实际上提到了主要关注点，但缺乏足够的事实依据，此类论文也未被考虑。社论、专题讨论、幻灯片、演示文稿、摘要、教程和前言类文章因没有摘要而被排除。

所考虑的文章在相关性方面具有主要重点和足够的次要细节。本研究的主要重点是云原生应用设计与工程，其纳入和排除流程是依据表2进行的。

表2 纳入与排除标准

纳入标准	排除标准
给定的摘要明确提到了商业影响和法律影响，因为它与云计算相关。此外，此类法律以及对商业的直接影响影响云计算。	非云计算领域论文，尤其是与云商业和法律影响。本文并不以任何方式贡献于法律和商业方面的云

3.4. 关键词提取

关键词标引是系统映射研究中的一项关键活动。构建分类方案并进行关键词标引的系统性流程对于该研究过程至关重要。关键词标引有助于缩短为云原生应用设计与工程领域建立分类方案所需的时间。此外，关键词标引可确保所有符合本研究范围的文章均被纳入分类体系中。该系统性流程包括研读每篇入选论文的摘要，以提取与本研究相关的关键词和概念。通过整合不同文章摘要中的关键词，全面理解该领域内研究的类型与贡献。这一过程的结果被用于生成本研究的主题类别。然而，为了确保所选论文的关键词标引准确，还需审阅部分论文的引言和结论部分。本研究将一组关键词应用于系统地图所使用的类别中。在本次关于云原生应用设计与工程的研究中，采用了三个层面。第一个层面聚焦于云原生应用相关的主题，具体包括架构、云迁移、开发、实施、安全和应用程序。第二个层面则关注研究的贡献，包括[22]中讨论的度量、工具、方法、流程和模型。

3.5. 研究类型分类与描述

研究类型维度涉及所纳入论文中进行的研究种类。这一第三个维度独立于本研究的重点，因为采用了研究分类中的方法 [25]。该方法包括以下类别及其相应的描述。

a. 验证研究 ：此流程所采用的方法具有独特性，但在应用程序或实验室实验方面尚未应用，因此没有概念验证。

b. 评估研究 ：研究中使用的流程已被应用并经过评审，其实施结果以优缺点的形式存在。

c. 解决方案提案 ：该流程针对某一问题提供独有解决方案，此类解决方案的优势和应用是可验证的。

d. 哲理性论文 ：该流程提出了用于从框架和概念角度审视挑战的新方法。

e. 观点论文 ：这类研究独立于任何研究方法的相关工作。它表达了研究人员的观点，并描述了事情可能的处理方式。

f. 经验论文 ：此类研究通过说明事情是如何完成的，来叙述作者的实践经验。

这些类别被认为对于本研究是充分且合适的。用于本研究的全部文章均依据分类方案中的这些类别进行了仔细审查。

3.6. 数据提取与绘图

数据提取是分类过程中的一个关键特征。通过分类过程，将相关文章归入相应的分类方案中，从而实现从所包含的各类论文中提取数据。在提取过程中，新增了一些类别，合并了部分类别，并删除了被认为不相关的类别。数据提取过程使用Microsoft Excel表格完成。该Excel表格包含了本研究使用的三个层面的数据，这些数据代表了分类方案的类别。研究类别与贡献类别分别记录在不同的表格中。在出版物频次方面，总体的出版物频次被汇总到一个Excel表格中，该表格包含“主题/研究”或“主题/贡献”类型。分析基于Excel表格生成的结果进行，目的是识别云原生应用设计与工程中被进一步强调的方面。这有助于发现现有研究中的差距，从而为建议进一步研究提供途径。

为了对研究进行建模，创建了一个气泡图，用于基于Excel表格的结果展示已发表文章的出现情况。系统地图是利用两个x‐y轴的散点图并结合气泡大小绘制而成，气泡大小对应于该类别中的文章数量。本研究中存在两个象限，与所使用的方面数量一致。在每个部分中都提供了一张可视化地图，该地图基于主题类别与研究或贡献类别的交叉情况。因此，同时研究所有方面变得容易。

还在气泡中添加了汇总统计数据以增强理解。显然，该地图为云原生应用领域的研究提供了快速概览，便于识别可用于进一步研究的差距，如图1所示。在主题、贡献方面和研究层面中可识别的初级研究已在下面的表3和表4中展示。此外，表3和表4针对每个类别内的文献进行了处理，以支持所呈现的百分比。

4. 结果与讨论

结果分析的主要重点是展示每个类别中出版物的频次。这有助于识别过去的研究工作中哪些类别受到更多关注，从而指出未来进一步研究的可能性和差距[26]。本云原生应用设计与工程的系统映射研究的主要目的是进行主题分析、分类以及可能的出版物识别。通过分析，该地图帮助识别了差距，显示出出版物较少的领域。此外，该地图还指明了已发表文章所覆盖的领域。在此系统性研究中，采用了高级类别来评估相关论文，汇总频次并创建系统地图。云原生应用设计与工程的系统地图如图1所示。

4.1. 贡献类别

图1的x轴左侧象限显示了贡献方面的结果。该维度表明在指标、工具、模型、方法和流程方面对研究的贡献类型。结果显示，涉及云原生应用模型的出版物占比为36.89%。在本类别包含的103个主题中，度量占3.88%，工具占27.18%，方法占23.3%，过程占8.74%。

4.2. 研究类型类别

The right quadrant of the x-axis is the result of research types in the cloud-native application domain. The results show that among the 110 papers reviewed, publications discussing evaluation research related to cloud-native applications account for 43.64%. In addition, validation research accounts for 6.36%, solution research for 25.45%, philosophical research for 6.36%, and experiential research for 18.18%. There are no relevant publications in the area of opinion research.

表3 主题和贡献方面 初级研究

贡献维度 主题	度量	工具	模型	方法	过程
架构	PS99	PS15, PS103	PS18, PS24, PS32, PS47, PS52, PS53, PS61, PS73, PS75, PS85, PS89, PS90, PS94, PS102, PS109, PS110	PS33, PS34, PS38	PS11
云迁移		PS5, PS66, PS69, PS106, PS108	PS104	PS6, PS8, PS22, PS23, PS39, PS64, PS70, PS92, PS97, PS106, PS107	PS40, PS58, PS60, PS63
开发		PS28, PS29, PS71	PS2, PS27, PS50, PS65, PS80, PS83, PS86, PS96, PS100	PS3, PS25, PS81, PS82	PS26, PS30
实施		PS44, PS45	PS16, PS51, PS59, PS95, PS105	PS9, PS55, PS56, PS79, PS91, PS101	PS62, PS84
安全	PS54, PS98	PS76, PS93	PS77, PS78
应用程序	PS49	PS1,PS4, PS7,PS10, PS12, PS13, PS14, PS17, PS19, PS41, PS72, PS87, PS88	PS20, PS21, PS31, PS48, PS57
百分比	3.88%	27.18%	36.89%	23.30%	8.74%

表4 主题和研究层面 初级研究

研究维度 主题	评估	Validation	解决方案	Philosophical	Experience	观点
架构	PS18, PS24, PS32, PS47, PS61, PS73, PS85, PS89, PS90, PS102	PS11, PS99	PS52, PS53, PS75, PS94, PS109, PS110		PS15, PS33, PS34, PS38, PS103
云迁移	PS6,PS8, PS22, PS23,PS39, PS64, PS70, PS92, PS97, PS106, PS107	PS5, PS108	PS40, PS58, PS60, PS63	PS104	PS66, PS69
开发	PS2, PS27, PS50, PS65, PS80, PS83, PS86, PS96, PS100	PS26	PS3, PS25, PS81, PS82	PS30	PS28, PS29, PS71
Implementation	PS9, PS101	PS55, PS56	PS16, PS44, PS45, PS51, PS59, PS95, PS105,	PS79,	PS62, PS84, PS91
安全	PS54, PS76, PS98,		PS77	PS78, PS93,
应用程序	PS1, PS4, PS7, PS10, PS12, PS13, PS14, PS17, PS19, PS41, PS74, PS87, PS88		PS20, PS21, PS31, PS35, PS36, PS37	PS49, PS72	PS42, PS43, PS46, PS48, PS57, PS67, PS68,
百分比	43.64%	6.36%	25.45%	6.36%	18.18%	0%

4.3. 主题与贡献

关键词流程在分类过程中被用于提取高层次主题。在分类方案中创建的主题包括： a. 架构。b. 云迁移。 c. 开发。d. 实施。 e. 安全。f. 应用。

在图1中，左象限显示了将主题与贡献类别连接起来的现有关系。据观察，在所审查的论文中，模型贡献了36.89%，其中4.85%与应用程序相关，1.94%涉及安全，4.85%涉及开发，0.97%与云迁移相关，以及15.53%关于原生云应用架构方面的讨论。

4.4. 主题与研究

图1右侧的象限展示了主题维度与研究类别之间的关联。分析表明，在关于云原生应用的论文中，有43.64%属于评估研究。细分显示，9.09%涉及架构主题，10%涉及云迁移，8.18%涉及开发，1.82%涉及实施，2.73%涉及安全，11.82%涉及应用程序。其他与主题和研究类型相关的评审内容见图1。

4.5. 发现

图1的第一个象限是一个气泡图，包含两个x‐y轴，分别表示贡献类别与主题类别的交点。而第二个象限是一个双x‐y散点图，在主题与研究类别的交点处用气泡表示。如前所述，该映射图有助于识别哪些类别具有更高的出版重点。从图1可以看出，在度量方面关于安全的出版物较多（1.94%），在工具方面关于应用的文章较多（13.59%），在模型方面关于架构的研究工作较多（15.53%），在方法方面关于云迁移的论文较多（10.68%），以及在过程方面关于云迁移的文章也较多。

同样，在主题和研究类别方面，关于应用的评估研究类出版物占11.82%，在验证研究领域关于实施的出版物更多（1.82%），在解决方案研究中关于实施的出版物更多（6.36%），在哲学研究中关于安全和应用的出版物更多（1.82%），在经验研究中关于应用的研究工作更多（6.36%）。

另一方面，据我们所知，目前尚无关于与度量相关的实施、开发和云迁移的出版物。在方法和过程方面，未发现有关安全和应用程序的研究工作。此外，在验证研究中，也未见有关云原生问题的安全性和应用的文章。同样，关于架构的哲学研究以及安全方面的经验研究均未发现相关论文。在解决方案研究方面则完全没有相关文章。总体而言，可以看出，针对本研究提取的主题，在工具、模型、评估研究和解决方案研究各个方面均有相关文章。显然，研究人员或实践者可以根据自身兴趣从系统地图中获取大量信息。

系统地图的视觉吸引力已被用于总结出版物类别，使研究成果便于研究人员获取。其核心在于根据已识别的文献不足之处，凸显研究空白，从而激发进一步研究的兴趣。即使没有后续的系统性评估，系统地图的价值也不容低估。通过分析已发表文章的频率，可以轻松识别出研究空白。针对云原生应用设计与工程，本文开展了系统映射研究，指出了与该主题相关的研究空白。这一成果对各个层面的研究人员以及商业专家均具有重要意义，可作为指导未来研究的起点。本研究提出了六个主题类别：隐私问题与挑战、框架、云计算信任、技术、设计，以及云计算中的安全、信任与隐私相关的数据安全。此外，对这六类主题的研究讨论可从模型、过程、方法、工具和度量的角度展开，也可从验证、评估、哲学、解决方案和观点研究的角度进行。这些领域及其他相关方向随后被推荐为未来及进一步研究的重点。所纳入的关键研究记录也将有助于后续研究者。本研究获得的核心认识是：所有研究工作和学术探索都是一个持续且广阔的过程。

4. 讨论与结论

云计算的范围不断扩大，几乎应用于人类所有活动领域。这持续推动了云计算各个领域的广泛研究工作。系统映射研究是一种有效的工具，有助于总结并直观展示某一研究领域的出版物频次。该映射过程已应用于云原生应用，并在系统地图中展示了相应结果。本研究的结果包括在云原生应用设计与工程方面，模型、度量、工具、方法和过程所识别出的差距。此外，在评估、验证、解决方案、哲学及观点研究方面也发现了相关差距。同时，还涉及架构、云迁移、开发、实施、安全和应用被提取为云原生应用设计与工程的内容。据作者所知，目前尚无关于度量方面的实施、开发和云迁移的出版物。在方法和过程方面，未发现与安全和应用相关的研究工作。此外，在验证研究方面，也未发现关于云原生问题中的安全和应用的文章。在哲学研究方面，没有识别到关于架构的论文，也没有发现关于安全的经验研究工作。在解决方案研究方面则完全没有相关文章。本系统映射研究发现了基于分析中所使用类别的云原生应用设计与工程领域中关注较少的区域。因此，本文通过指出云原生应用设计与工程研究中存在的各种空白领域，对知识做出了贡献。这些已识别的差距建议作为进一步研究的方向。这很可能会为云原生应用设计与工程领域的研究主题提供广泛的指导。未来还可以开展进一步研究以验证本研究结果或解决不一致的问题。