CN114385576A - 基于业务需求数据流图的云计算微服务划分方法和系统 - Google Patents
基于业务需求数据流图的云计算微服务划分方法和系统 Download PDFInfo
- Publication number
- CN114385576A CN114385576A CN202111568979.9A CN202111568979A CN114385576A CN 114385576 A CN114385576 A CN 114385576A CN 202111568979 A CN202111568979 A CN 202111568979A CN 114385576 A CN114385576 A CN 114385576A
- Authority
- CN
- China
- Prior art keywords
- micro
- data flow
- service
- flow graph
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000000638 solvent extraction Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 20
- 238000007363 ring formation reaction Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 16
- 230000018109 developmental process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于业务需求数据流图的云计算微服务划分方法和系统，方法包括：获取数据流图，将该数据流图对应的底层数据流图合并，构成一个整体的全连通数据流图，消除该全连通数据流图中的存储节点；将全连通数据流图中的有向边均改为无向边，然后进行图的广度优先遍历，得到若干连通子图集合；将消除的存储节点和有向边加入各个连通子图集合中，然后在各个连通子图集合中搜索成环路径，得到数据路径集合；根据数据路径集合划分微服务，得到候选微服务集合，用于微服务的划分。与现有技术相比，本发明保证了划分结果微服务的业务内聚性，同时不会出现粒度过大的微服务，且能尽量减少功能在微服务中的重复实现，划分质量较高。
Description
技术领域
本发明涉及微服务划分技术领域，尤其是涉及基于业务需求数据流图的云计算微服务划分方法和系统。
背景技术
云计算服务代表了当前IT产业迅速向规模化、集约化与专业化方向发展的趋势，能够进一步降低IT服务成本，同时提升IT资源的有效利用率，因此被公认是第三次IT革命浪潮，具有巨大的市场前景和社会价值。云计算的关键技术是容器化微服务架构，其有着易于开发和维护、单个微服务启动较快、部署灵活、测试方便、技术栈不受限、便于按需伸缩、系统容错率高等优点。因此，越来越多的云计算系统向着容器化微服务架构迁移。采用容器化微服务架构开发时，首先需要对软件服务进行合理的划分，通过控制服务的粒度，找到每个服务的合理边界，降低服务之间的通信量，才能使得容器化微服务系统在实际应用中发挥它的优势。一个划分不合理的微服务架构系统，其性能甚至不如直接使用单体架构实现的系统。纵观现有的微服务划分方法，工业界对微服务划分一般采用人工经验式划分，或者是结合领域驱动设计来进行，将微服务的划分和需求分析联系在一起；学术界则一般采用分析静态代码或分析单体应用结构下的历史数据的方法，前者通过分析例如模块代码长度，模块间的调用关系等因素来确定微服务的划分，后者则通过分析例如单体架构下模块间通信量、模块更新记录等因素进行划分。综上所述，现在业内缺少能够自动化、且无需系统历史信息的微服务划分方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种通用有效、划分质量较高的基于业务需求数据流图的云计算微服务划分方法和系统。
本发明的目的可以通过以下技术方案来实现：
一种基于业务需求数据流图的云计算微服务划分方法，包括以下步骤：
获取数据流图，将该数据流图对应的底层数据流图合并，构成一个整体的全连通数据流图，消除该全连通数据流图中的存储节点；
将全连通数据流图中的有向边均改为无向边，然后进行图的广度优先遍历，得到若干连通子图集合；
将消除的存储节点和有向边加入各个连通子图集合中，然后在各个连通子图集合中搜索成环路径，得到数据路径集合；
根据数据路径集合划分微服务，得到候选微服务集合，用于微服务的划分。
进一步地，所述方法还包括：计算两个成环路径间的相似度，若该相似度达到预设的相似阈值，则将该两个成环路径进行路径融合，从而划分微服务。
进一步地，所述方法还包括：判断成环路径的长度，若该长度大于预设的长度阈值，则对该成环路径进行分割，从而划分微服务。
进一步地，所述成环路径的搜索具体为：
对于两节点间成环的路径，则将成环路径直接加入数据路径集合，并继续此搜索进程；
对于三个以上节点成环的路径，则将整个成环部分作为一个数据路径加入数据路径集合，结束此搜索进程。
进一步地，根据数据路径集合划分微服务过程中，以数据路径集合中各路径的数据通信量级和数据流长度等级作为边的权值，实现微服务的划分。
本发明还提供一种基于业务需求数据流图的云计算微服务划分系统，包括：
全连通数据流图获取模块，被配置为，获取数据流图，将该数据流图对应的底层数据流图合并，构成一个整体的全连通数据流图，消除该全连通数据流图中的存储节点；
连通子图搜索模块，被配置为，将全连通数据流图中的有向边均改为无向边，然后进行图的广度优先遍历，得到若干连通子图集合；
数据路径搜索模块，被配置为，将消除的存储节点和有向边加入各个连通子图集合中，然后在各个连通子图集合中搜索成环路径，得到数据路径集合；
微服务划分模块，被配置为，根据数据路径集合划分微服务，得到候选微服务集合，用于微服务的划分。
进一步地，所述微服务划分模块还被配置为：计算两个成环路径间的相似度，若该相似度达到预设的相似阈值，则将该两个成环路径进行路径融合，从而划分微服务。
进一步地，所述微服务划分模块还被配置为：判断成环路径的长度，若该长度大于预设的长度阈值，则对该成环路径进行分割，从而划分微服务。
进一步地，所述成环路径的搜索具体为：
对于两节点间成环的路径，则将成环路径直接加入数据路径集合，并继续此搜索进程；
对于三个以上节点成环的路径，则将整个成环部分作为一个数据路径加入数据路径集合，结束此搜索进程。
进一步地，根据数据路径集合划分微服务过程中，以数据路径集合中各路径的数据通信量级和数据流长度等级作为边的权值，实现微服务的划分。
与现有技术相比，本发明具有以下优点：
(1)本发明使用数据流图作为输入，选用底层数据流图进行合并，得到粒度合适的微服务；在进行微服务划分时，需要合并底层数据流图，合并之后，由于两个外部实体间的经过存储节点的数据路径可被视作两条数据路径，即对于每条处理流不会包含存储节点，因此进行存储节点的暂时删除；同时在数据流图中数据流具有方向性，在考虑两个功能节点间的相互关系时，微服务划分更多的是关注功能节点间的联系，因此暂时不考虑节点间的方向，实现连通子图集合的获取；后续加入存储节点和有向边得到数据路径集合，用于微服务的划分；
本发明方法可以充分考虑系统的功能特点与业务边界，保证划分结果微服务的业务内聚性，同时不会出现粒度过大的微服务，且能尽量减少功能在微服务中的重复实现，划分质量较高。
(2)本发明将数据流图作为输入，消除了技术栈的限制，通用有效。
(3)本发明创新地提出以业务需求数据流图作为微服务划分的基础，并关注外部实体间的数据流路径作为一个微服务。
附图说明
图1为本发明实施例中提供的一种基于数据流图的微服务划分过程图；
图2为本发明实施例中提供的一种某ERP系统底层数据流图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
实施例1
软件开发一般经历问题定义、需求分析、软件设计、软件测试、运行维护等多个阶段，而微服务的划分处于软件分析和设计阶段。软件分析和设计对于满足软件的功能和性能要求至关重要，而数据流图是软件需求分析的最常用的一种方法，是面向过程程序设计的基础。特别是数据流图重点关注功能逻辑，这与微服务架构关注点相同。微服务架构中一个业务逻辑对应的多个微服务间的调用也形成一张有向图，每个微服务作为有向图的一个节点涉及一部分业务逻辑，因此微服务的划分同样以逻辑功能为主要因素，故数据流图十分适合作为微服务划分的基础。
因此，本实施例提出一种基于业务需求数据流图的云计算微服务划分方法，通过分析数据流图上的连通外部实体间的数据流路径，综合考虑数据流路径上的节点的类型和边的通信量，对这些数据流路径进行融合与分割，保证微服务的业务内聚性的同时，避免出现粒度过大的微服务，并且尽量减少业务功能在微服务中的重复实现。最终希望达到为软件设计人员提供细粒度的、高业务内聚性的、适用于云环境下的微服务。
基于业务需求数据流图的云计算微服务划分方法，包括以下步骤：
获取数据流图，将该数据流图对应的底层数据流图合并，构成一个整体的全连通数据流图，消除该全连通数据流图中的存储节点；
将全连通数据流图中的有向边均改为无向边，然后进行图的广度优先遍历，得到若干连通子图集合；
将消除的存储节点和有向边加入各个连通子图集合中，然后在各个连通子图集合中搜索成环路径，得到数据路径集合；
根据数据路径集合划分微服务，得到候选微服务集合，用于微服务的划分。
成环路径的搜索具体为：
对于两节点间成环的路径，则将成环路径直接加入数据路径集合，并继续此搜索进程；
对于三个以上节点成环的路径，则将整个成环部分作为一个数据路径加入数据路径集合，结束此搜索进程。
将数据路径集合中每个数据路径的所有处理节点，作为一个微服务。
作为一种优选的实施方式，方法还包括：计算两个成环路径间的相似度，若该相似度达到预设的相似阈值，则将该两个成环路径进行路径融合，从而划分微服务。
作为一种优选的实施方式，方法还包括：判断成环路径的长度，若该长度大于预设的长度阈值，则对该成环路径进行分割，从而划分微服务。
作为一种优选的实施方式，根据数据路径集合划分微服务过程中，以数据路径集合中各路径的数据通信量级和数据流长度等级作为边的权值，实现微服务的划分。
下面对本方法进行具体描述。
微服务的划分需要确定合适的划分粒度，若以顶层数据流图的每个处理单元作为一个微服务，则微服务架构退化为单体架构；若以底层数据流图的每个处理单元作为一个微服务，则微服务的粒度过小，调用链过长且关系复杂，系统通信开销大且响应迟缓；若以中间层数据流图的每个处理单元作为一个微服务，由于构建数据流图时未考虑微服务的特性要求，会导致映射出的微服务粒度有时过大，有时过小。
因此，采用底层的处理单元进行合并，才能得到粒度合适的微服务。在实际业务中，软件服务系统是一个信息输入和输出系统，输入端和输出端在数据流图中描述为外部实体。对于一个完整的业务，一般涉及输入和输出两个外部实体。若涉及多个外部实体，则可以将该业务通过增加适当的存储节点划分为多个业务，故分析两个外部实体间的数据路径，以便形成一个微服务，可以使得该微服务满足业务内聚。
本发明方法以满足微服务的内聚性和减少微服务间的数据通信量为目标，前者通过寻找外部实体间的数据流路径以及数据流路径的融合与分割加以保证，后者则通过在融合与分割时的条件判断加以实现。完整的划分过程如图1所示：
1)预处理业务需求数据流图，根据数据流图的特性，合并底层数据流图，在消除存储节点，分析连通性得到多个连通子图；
2)在每个连通子图内找到任意两个外部实体间的数据流路径；
3)对每个连通子图内所有数据流路径统一进行分割或融合；
4)对所有连通子图中已经处理过的数据流路径再进行分割或合并；
5)单独考虑数据流图中与存储节点交互的处理节点，对它们独立分析，然后输出数据流路径，一条路径上的所有处理节点作为一个微服务。
本实施例的划分流程具体为：
对于数据流图G，其底层数据流图Gx可能包含若干个子图
根据数据流图的特点，其由顶层和中间层数据流图分割，使得这些子图是不连通的。由于微服务架构系统具有边界垂直的特点，而数据流图构建时并不考虑该特点，故一个微服务可能跨越底层数据流图中的多个子图。因此在进行微服务划分时，需要合并底层数据流图。合并之后，由于两个外部实体间的经过存储节点的数据路径可被视作两条数据路径，即对于每条处理流不会包含存储节点。同时在数据流图中数据流具有方向性，在考虑两个功能节点间的相互关系时，微服务划分更多的是关注功能节点间的联系。因此需要对合并后得到的全连通数据流图Gx′，将其中的有向边均改成无向边，暂时删去Gx′中所有存储节点及其邻边，而后通过图的广度优先遍历，得到此时的若干连通子图集合
最后根据Gx′中的信息，将之前删去的存储节点加回各连通子图中，并将无向边转换回有向边。
在获取业务需求数据流图两两外部实体间数据路径时，可以通过深度优先遍历的方法。针对有向边成环问题，由于微服务的划分需要遵循业务内聚的原则，而成环的节点处于同一业务的概率较大，因此两节点间成环的话直接加入路径并继续深度搜索；对三个及以上节点成环的情况，则将成环部分作为一条数据路径加入Wxy以便在后续的处理流融合与分割时加以处理，并停止深度搜索，最终得到数据路径集合Wxy。
由于数据路径集合Wxy中包含大量的相似元素，若将所有的元素全部作为微服务，则代码复用率太低，不利于高效开发；同时Wxy中的部分元素过长，若直接作为一个微服务，则这个微服务的粒度较大。所以要对Wxy中的元素进行融合或分割，减少相似处理流和长处理流的数量，得到候选微服务集合Wxy′。综上所述，本专利设计了基于一种面向正常处理流程的微服务划分算法(BFMP)，相应的算法伪代码如下：
输入：业务需求数据流图Gx(其中Vcho为分支节点集合,Vo为外部实体节点集合，Vs为存储节点，A为图中边集合，
为图中边的逆向边集合，Vcho为分支节点集合，Vsc为存储交互节点)；
输出：划分得到的微服务集W；
2、开发形成软件工具
以上述BFMP算法为详细设计方案，通过C#语言编程，使用Visual Studio2017开发环境开发形成软件工具。对于业务需求数据流图的输入，采用图形编辑工具录入输入文档，图形化输入界面提供外部实体节点、分支节点、存储交互节点、存储节点、以及数据流的标注，让用户自主绘制业务需求的数据流图，并在数据流上标注出数据流量。BFMP软件工具执行完成后，将自动得到的微服务划分结果，保存在Excel文件中。
3、应用举例
对于云ERP系统的生产和仓库管理服务，其业务需求数据流图如下图2所示(其中淡灰色节点为存储交互节点，深灰色节点为分支节点，连边Fre值为数据流频度等级，A值为数据流长度等级)，利用本发明方法，该实例最终得到的微服务划分结果为：([P9,P10],[P1,P2,P3],[P4,P6,P7,P8],[P5],[P11],[P12])，即工序完成记录、任务完成记录共同组成一个微服务；物品属性维护、物品代码维护、仓库代码维护共同组成一个微服务；生产处理、物料申请、物料出库管理、库存物料查询共同组成一个微服务；物料采购需求、入库数据更新、用料处理各自独立为一个微服务。从图2可以发现，所有的数据处理节点均已分为至不同的微服务中，说明该划分结果的正确性，同时划分结果业务内聚性较高，功能节点重复实现较少，表明本发明方法划分的微服务结果质量较高。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于业务需求数据流图的云计算微服务划分方法，其特征在于，包括以下步骤：
获取数据流图，将该数据流图对应的底层数据流图合并，构成一个整体的全连通数据流图，消除该全连通数据流图中的存储节点；
将全连通数据流图中的有向边均改为无向边，然后进行图的广度优先遍历，得到若干连通子图集合；
将消除的存储节点和有向边加入各个连通子图集合中，然后在各个连通子图集合中搜索成环路径，得到数据路径集合；
根据数据路径集合划分微服务，得到候选微服务集合，用于微服务的划分。
2.根据权利要求1所述的一种基于业务需求数据流图的云计算微服务划分方法，其特征在于，所述方法还包括：计算两个成环路径间的相似度，若该相似度达到预设的相似阈值，则将该两个成环路径进行路径融合，从而划分微服务。
3.根据权利要求1所述的一种基于业务需求数据流图的云计算微服务划分方法，其特征在于，所述方法还包括：判断成环路径的长度，若该长度大于预设的长度阈值，则对该成环路径进行分割，从而划分微服务。
4.根据权利要求1所述的一种基于业务需求数据流图的云计算微服务划分方法，其特征在于，所述成环路径的搜索具体为：
对于两节点间成环的路径，则将成环路径直接加入数据路径集合，并继续此搜索进程；
对于三个以上节点成环的路径，则将整个成环部分作为一个数据路径加入数据路径集合，结束此搜索进程。
5.根据权利要求1所述的一种基于业务需求数据流图的云计算微服务划分方法，其特征在于，根据数据路径集合划分微服务过程中，以数据路径集合中各路径的数据通信量级和数据流长度等级作为边的权值，实现微服务的划分。
6.一种基于业务需求数据流图的云计算微服务划分系统，其特征在于，包括：
全连通数据流图获取模块，被配置为，获取数据流图，将该数据流图对应的底层数据流图合并，构成一个整体的全连通数据流图，消除该全连通数据流图中的存储节点；
连通子图搜索模块，被配置为，将全连通数据流图中的有向边均改为无向边，然后进行图的广度优先遍历，得到若干连通子图集合；
数据路径搜索模块，被配置为，将消除的存储节点和有向边加入各个连通子图集合中，然后在各个连通子图集合中搜索成环路径，得到数据路径集合；
微服务划分模块，被配置为，根据数据路径集合划分微服务，得到候选微服务集合，用于微服务的划分。
7.根据权利要求6所述的一种基于业务需求数据流图的云计算微服务划分系统，其特征在于，所述微服务划分模块还被配置为：计算两个成环路径间的相似度，若该相似度达到预设的相似阈值，则将该两个成环路径进行路径融合，从而划分微服务。
8.根据权利要求6所述的一种基于业务需求数据流图的云计算微服务划分系统，其特征在于，所述微服务划分模块还被配置为：判断成环路径的长度，若该长度大于预设的长度阈值，则对该成环路径进行分割，从而划分微服务。
9.根据权利要求6所述的一种基于业务需求数据流图的云计算微服务划分系统，其特征在于，所述成环路径的搜索具体为：
对于两节点间成环的路径，则将成环路径直接加入数据路径集合，并继续此搜索进程；
对于三个以上节点成环的路径，则将整个成环部分作为一个数据路径加入数据路径集合，结束此搜索进程。
10.根据权利要求6所述的一种基于业务需求数据流图的云计算微服务划分系统，其特征在于，根据数据路径集合划分微服务过程中，以数据路径集合中各路径的数据通信量级和数据流长度等级作为边的权值，实现微服务的划分。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111568979.9A CN114385576B (zh) | 2021-12-21 | 2021-12-21 | 基于业务需求数据流图的云计算微服务划分方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111568979.9A CN114385576B (zh) | 2021-12-21 | 2021-12-21 | 基于业务需求数据流图的云计算微服务划分方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114385576A true CN114385576A (zh) | 2022-04-22 |
| CN114385576B CN114385576B (zh) | 2024-08-27 |
Family
ID=81197080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111568979.9A Active CN114385576B (zh) | 2021-12-21 | 2021-12-21 | 基于业务需求数据流图的云计算微服务划分方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114385576B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115061663A (zh) * | 2022-06-17 | 2022-09-16 | 中国兵器工业信息中心 | 基于客户需求的微服务划分方法、装置、电子设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140136468A1 (en) * | 2012-11-14 | 2014-05-15 | Robust Links, LLC | Quantitative assessment of similarity of categorized data |
| US20180321996A1 (en) * | 2017-05-04 | 2018-11-08 | Microsoft Technology Licensing, Llc | Micro- service framework derived from third-party apps |
| CN111432989A (zh) * | 2018-12-04 | 2020-07-17 | 深圳前海达闼云端智能科技有限公司 | 人工增强基于云的机器人智能框架及相关方法 |
| CN112308521A (zh) * | 2020-11-02 | 2021-02-02 | 中国联合网络通信集团有限公司 | 微服务划分方法和系统 |
-
2021
- 2021-12-21 CN CN202111568979.9A patent/CN114385576B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140136468A1 (en) * | 2012-11-14 | 2014-05-15 | Robust Links, LLC | Quantitative assessment of similarity of categorized data |
| US20180321996A1 (en) * | 2017-05-04 | 2018-11-08 | Microsoft Technology Licensing, Llc | Micro- service framework derived from third-party apps |
| CN111432989A (zh) * | 2018-12-04 | 2020-07-17 | 深圳前海达闼云端智能科技有限公司 | 人工增强基于云的机器人智能框架及相关方法 |
| CN112308521A (zh) * | 2020-11-02 | 2021-02-02 | 中国联合网络通信集团有限公司 | 微服务划分方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| RUI CHEN等: "From monolith to microservices：A dataflow-driven approach", 《2017 24TH ASIA-PACIFIC SOFTWARE ENGINEERING CONFERENCE》, 5 March 2018 (2018-03-05), pages 1 - 6 * |
| 宋倩: "基于程序流程图的跨语言代码相似度检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 May 2021 (2021-05-15), pages 138 - 332 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115061663A (zh) * | 2022-06-17 | 2022-09-16 | 中国兵器工业信息中心 | 基于客户需求的微服务划分方法、装置、电子设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114385576B (zh) | 2024-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210201182A1 (en) | Method and apparatus for performing structured extraction on text, device and storage medium | |
| US10970298B1 (en) | Control interface for disparate search frequency dispatch for dynamic elements of an asset monitoring and reporting system | |
| US11244232B2 (en) | Feature relationship recommendation method, apparatus, computing device, and storage medium | |
| WO2016078368A1 (zh) | 一种基于k-核的社区搜索算法 | |
| CN103336791B (zh) | 基于Hadoop的粗糙集快速属性约简方法 | |
| CN105243528A (zh) | 大数据环境下金融it系统中图形化集中对账系统与方法 | |
| CN103336790A (zh) | 基于Hadoop的邻域粗糙集快速属性约简方法 | |
| MX2014008007A (es) | Topologias de borde de nube. | |
| CN111382347A (zh) | 一种对象特征的处理和信息推送方法、装置和设备 | |
| Xu et al. | Distributed maximal clique computation and management | |
| Globa et al. | Ontology model of telecom operator big data | |
| CN115509497A (zh) | 基于脚本语言的可视化业务规则引擎构建方法 | |
| CN114385576A (zh) | 基于业务需求数据流图的云计算微服务划分方法和系统 | |
| CN112988305A (zh) | 策略流程的处理方法、装置、计算机设备及存储介质 | |
| CN111061763A (zh) | 用于生成规则引擎的规则执行计划的方法及装置 | |
| CN114173355A (zh) | 一种设计运行态分离的网络指令动态执行方法及系统 | |
| CN115438995B (zh) | 一种基于知识图谱的服装定制企业的业务处理方法及设备 | |
| CN102323966B (zh) | 基于快速分组搜索技术的cad网络拓扑图分析方法 | |
| Abdolazimi et al. | Connected components of big graphs in fixed mapreduce rounds | |
| CN111783318B (zh) | 一种基于三维模型的装配质量数据分析和可视化方法 | |
| Asgharian Sardroud et al. | An approximation algorithm for the longest path problem in solid grid graphs | |
| CN109828972B (zh) | 一种基于有向图结构的数据集成方法 | |
| CN112330304A (zh) | 一种合同审批方法和装置 | |
| CN107016083B (zh) | 一种支持处理单元在线切换的流数据处理方法 | |
| Malek et al. | A new approximate cluster deletion algorithm for diamond-free graphs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |