[發(fā)明專利]一種基于用戶故事的微服務(wù)粒度識別方法在審
| 申請?zhí)枺?/td> | 202210309037.7 | 申請日: | 2022-03-27 |
| 公開(公告)號: | CN114780060A | 公開(公告)日: | 2022-07-22 |
| 發(fā)明(設(shè)計)人: | 袁海銘;劉曉燕 | 申請(專利權(quán))人: | 昆明理工大學(xué) |
| 主分類號: | G06F8/10 | 分類號: | G06F8/10;G06F16/906;G06K9/62;G06N3/12 |
| 代理公司: | 昆明明潤知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 53215 | 代理人: | 馬海紅 |
| 地址: | 650093 云*** | 國省代碼: | 云南;53 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 用戶 故事 微服 粒度 識別 方法 | ||
1.一種基于用戶故事的微服務(wù)粒度識別方法,其特征在于:包括如下步驟:
1)用戶故事的提取,通過對應(yīng)用程序的功能需求進行分析,進而提取相關(guān)的用戶故事;
2)粒度模型的建立,通過納入耦合性、內(nèi)聚性指標(biāo),對微服務(wù)粒度進行建模,得到了一組目標(biāo)函數(shù);
3)微服務(wù)粒度識別,在所得到的目標(biāo)函數(shù)基礎(chǔ)上,使用基于多目標(biāo)搜索的遺傳算法,將用戶故事分配到微服務(wù)中;
4)四是微服務(wù)粒度評估,通過結(jié)合功能性需求指標(biāo)與非功能性需求指標(biāo),來對微服務(wù)粒度進行評估。
2.根據(jù)權(quán)利要求1所述的一種基于用戶故事的微服務(wù)粒度識別方法,其特征在于:所述步驟1)具體如下:
通過對所研究的基于微服務(wù)架構(gòu)的應(yīng)用程序進行功能性需求分析,以及相關(guān)業(yè)務(wù)邏輯的分析,按照用戶故事的格式規(guī)范,對應(yīng)用程序的用戶故事進行提取。
3.根據(jù)權(quán)利要求1所述的一種基于用戶故事的微服務(wù)粒度識別方法,其特征在于:所述步驟2)具體如下:
粒度模型的規(guī)范形式根據(jù)耦合性、內(nèi)聚性度量指標(biāo)和目標(biāo)函數(shù)objective functions給出,通過對目標(biāo)函數(shù)使用多目標(biāo)遺傳算法進行搜索,旨在最小目標(biāo)函數(shù)中的耦合指標(biāo)和加權(quán)服務(wù)接口數(shù)指標(biāo),最大化內(nèi)聚性指標(biāo),把基于微服務(wù)架構(gòu)的應(yīng)用程序的粒度模型表示為:
MSGM={MS,MTRS} (1)
該式中MS表示一組微服務(wù)集,MS={MS1,MS2,…,MSα},α表示微服務(wù)的數(shù)量,而MTRS是一組為MSGM計算的指標(biāo),然后,
MSi={US,MTS} (2)
該式中i=1…α,MSi是第i個微服務(wù),US是與第i個微服務(wù)相關(guān)的用戶故事集,US={US1,US2,…,USx},x表示最大的用戶故事數(shù)量,MTS是一組計算MSi的指標(biāo),在這種情況下,模型中計算和使用的指標(biāo)對應(yīng)于耦合性、內(nèi)聚性和與微服務(wù)相關(guān)的用戶故事數(shù)量,這些指標(biāo)的定義如下:
step2.1:耦合性指標(biāo),將耦合指標(biāo)定義為Coup={AIS,ADS,SIY},其中:1.AIS表示服務(wù)的絕對重要性,2.ADS表示服務(wù)的絕對依賴性,3.SIY表示服務(wù)的相互依賴性,這些指標(biāo)是根據(jù)每個微服務(wù)的用戶故事的依賴性來計算的,
AISi是至少調(diào)用一個微服務(wù)操作的客戶數(shù)量,在系統(tǒng)層面,定義將表示為AIS的向量,該向量包含每個微服務(wù)計算出的AIS值,AisT表示該向量的模,因此在計算其系統(tǒng)級上的值時,將其定義為:
ADSi是第i個微服務(wù)所依賴的其他微服務(wù)的數(shù)量,表示為ADS的向量,AdsT表示該向量的模,其被定義為:
SIYi表示第i個微服務(wù)相互依賴的微服務(wù)對的數(shù)量除以微服務(wù)的總數(shù)量,表示為SIY的向量,SiyT表示該向量的模,其被定義為:
Coup表示這三種耦合性指標(biāo)合并起來的統(tǒng)稱,CoupT表示為三種指標(biāo)向量的模,其被定義為:
step2.2:內(nèi)聚性指標(biāo),同理,第i個微服務(wù)的內(nèi)聚性定義為缺乏內(nèi)聚性度量LCi,每個微服務(wù)的內(nèi)聚性定義為缺乏內(nèi)聚性度量除以作為應(yīng)用一部分的微服務(wù)總數(shù)的比例;
Cohi=LCi/n (7)
其中,Cohi表示第i個微服務(wù)的內(nèi)聚性,表示為Coh的向量,CohT表示為該向量的模,其被定義為:
WSIC加權(quán)服務(wù)接口數(shù)量,它表示W(wǎng)SDL文檔中定義的每個服務(wù)公開接口或操作的加權(quán)數(shù),默認權(quán)重設(shè)置為1,將這個指標(biāo)調(diào)整為與微服務(wù)相關(guān)的用戶故事的數(shù)量,采用WSICi作為分配給第i個微服務(wù)的用戶故事數(shù),則WSIC1表示分配給第一個微服務(wù)的用戶故事數(shù),以此類推,然后將WsicT定義為與微服務(wù)相關(guān)聯(lián)的最大用戶故事數(shù),將其表示為:
WsicT=Max(WSIC1,WSIC2,…,WSICn) (9)
(3)、(4)、(5)、(7)、(8)、(9)式中的n均表示系統(tǒng)中的最大微服務(wù)數(shù)量;
在內(nèi)聚性與耦合性指標(biāo)的基礎(chǔ)上,結(jié)合加權(quán)服務(wù)接口數(shù)量,初步將目標(biāo)函數(shù)Objectivefunction表達為以下等式:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于昆明理工大學(xué),未經(jīng)昆明理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210309037.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 基于人工智能服務(wù)云平臺的微服務(wù)管理方法和系統(tǒng)
- 域名管理方法、裝置及系統(tǒng)
- 微服務(wù)通信方法、裝置、電子設(shè)備及機器可讀存儲介質(zhì)
- 微服務(wù)應(yīng)用平臺及其資源保存方法和保存裝置
- 一種微服務(wù)關(guān)聯(lián)分析與預(yù)測方法
- 微服務(wù)配置信息管理系統(tǒng)、方法、服務(wù)器及存儲介質(zhì)
- 微服務(wù)容器之間服務(wù)啟動方法、裝置、設(shè)備及存儲介質(zhì)
- 微服務(wù)組合方法、裝置、設(shè)備及存儲介質(zhì)
- 微服務(wù)接口的發(fā)布方法、裝置、電子設(shè)備和存儲介質(zhì)
- 一種大規(guī)模微服務(wù)架構(gòu)及其管理方法





