Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios

Actualmente, cada vez más empresas están adoptando microservicios para modernizar sus productos y tomar ventaja de sus prometedores beneficios como: agilidad, escalabilidad e integración continua, entre otros. Por un lado, los sistemas basados en microservicios presentan una arquitectura flexible y...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Rodríguez, Guillermo, Da Rocha Araujo, Leonardo, Rocha, Fabio, Pereira dos Santos, Rodrigo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2021
Materias:	Ciencias Informáticas Arquitecturas de microservicios Sistemas legados Migración Aprendizaje Automático SOA
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/120287
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-120287
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Arquitecturas de microservicios Sistemas legados Migración Aprendizaje Automático SOA
spellingShingle	Ciencias Informáticas Arquitecturas de microservicios Sistemas legados Migración Aprendizaje Automático SOA Rodríguez, Guillermo Da Rocha Araujo, Leonardo Rocha, Fabio Pereira dos Santos, Rodrigo Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
topic_facet	Ciencias Informáticas Arquitecturas de microservicios Sistemas legados Migración Aprendizaje Automático SOA
description	Actualmente, cada vez más empresas están adoptando microservicios para modernizar sus productos y tomar ventaja de sus prometedores beneficios como: agilidad, escalabilidad e integración continua, entre otros. Por un lado, los sistemas basados en microservicios presentan una arquitectura flexible y con alta capacidad de evolución. Sin embargo, por otro lado, hay desafíos técnicos (por ej. automatización de la infraestructura y <i>debugging</i> distribuido) y organizacionales (por ej. creación de equipos de trabajos <i>cross-functional</i>) que necesitan ser abordados. Lamentablemente, migrar una arquitectura orientada a microservicios no es una tarea simple. En este proceso, los servicios pueden escalar más eficientemente y los ciclos de entregas se acortan debido al continuo despliegue. Normalmente, estas decisiones de diseño quedan sujetas a la intuición de desarrolladores y/o arquitectos, pero carecen de un análisis sistemático que les facilite la evaluación de alternativas y toma de decisiones. En este contexto, las técnicas de <i>machine learning</i> podrían contribuir a facilitar la exploración de diferentes alternativas de descomposición de arquitecturas de software en microservicios.
format	Objeto de conferencia Objeto de conferencia
author	Rodríguez, Guillermo Da Rocha Araujo, Leonardo Rocha, Fabio Pereira dos Santos, Rodrigo
author_facet	Rodríguez, Guillermo Da Rocha Araujo, Leonardo Rocha, Fabio Pereira dos Santos, Rodrigo
author_sort	Rodríguez, Guillermo
title	Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
title_short	Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
title_full	Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
title_fullStr	Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
title_full_unstemmed	Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
title_sort	exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios
publishDate	2021
url	http://sedici.unlp.edu.ar/handle/10915/120287
work_keys_str_mv	AT rodriguezguillermo exploraciondetecnicasdemachinelearningparamigraciondesistemaslegadoshaciamicroservicios AT darochaaraujoleonardo exploraciondetecnicasdemachinelearningparamigraciondesistemaslegadoshaciamicroservicios AT rochafabio exploraciondetecnicasdemachinelearningparamigraciondesistemaslegadoshaciamicroservicios AT pereiradossantosrodrigo exploraciondetecnicasdemachinelearningparamigraciondesistemaslegadoshaciamicroservicios
bdutipo_str	Repositorios
_version_	1764820449656569857

Exploración de técnicas de machine learning para migración de sistemas legados hacia microservicios

Ejemplares similares