Soutenance publique de thèse de doctorat en informatique - Maxime André

Understanding data manipulation in evolving microservices

Over the past fifteen years, the microservices architectural style has become a dominant model, particularly for the design of cloud-based applications in the cloud continuum. Supported by agile development methods, it has been adopted by many actors of the modern software industry, including open-source communities as well as major software development companies such as Netflix, Spotify, and Amazon. Unlike the monolithic architectural style, it is praised for its qualities of modularity, heterogeneity, deployability, collaboration, and automation. Facilitating software evolution is one of the main motivations for adopting microservices architectures. Paradoxically, recent studies observe the opposite, especially concerning data manipulation layer. Nowadays, it is considered one of the most pressing challenges. Indeed, this style impacts the data layer, making it heterogeneous and distributed. In practice, developers encounter difficulties obtaining a holistic view of the system, understanding the related data concepts, measuring the impact of changes, and propagating subsequent modifications while preserving inter-microservices and inter-data relationships, which are sometimes implicit. These challenges often lead to manual effort during evolution tasks, for which developers suffer from a lack of support. This thesis aims to fill these gaps by proposing novel methods, techniques, and tools. More specifically, it combines static and dynamic program analysis techniques to perform reverse engineering of microservices and their data manipulation layer, to identify data concepts, and to locate related code fragments while taking into account their heterogeneous and distributed nature. It then visualizes the extracted information from a multi-layered viewpoint. Finally, it introduces techniques for analyzing the data-driven evolution of microservices from a historical perspective.

 

RESUME :  

Au cours des quinze dernières années, le style architectural des microservices est devenu un modèle dominant, en particulier pour la conception d'applications basées sur le cloud dans le continuum cloud. Porté par les méthodes de développement agiles, il a été adopté par de nombreux acteurs de l'industrie logicielle moderne, notamment des communautés open-source ainsi que des entreprises de développement logiciel telles que Netflix, Spotify et Amazon. Contrairement au style architectural monolithique, il est loué pour ses qualités de modularité, d'hétérogénéité, de déployabilité, de collaboration et d'automatisation. Faciliter l'évolution logicielle est l'une des principales motivations de l'adoption des architectures microservices. Paradoxalement, de récentes études observent l'inverse, en particulier en ce qui concerne la couche de manipulation des données. Aujourd'hui, elle est considérée comme l'un des défis les plus pressants. En effet, ce style impacte la couche de données, la rendant hétérogène et distribuée. En pratique, les développeurs rencontrent des difficultés à obtenir une vue holistique du système, à comprendre les concepts de données associés, à mesurer l'impact des changements et à propager les modifications subséquentes tout en préservant les relations inter-microservices et inter-données, qui sont parfois implicites. Ces défis conduisent souvent à une surcharge manuelle importante lors des tâches d'évolution, pour lesquelles les développeurs souffrent d'un manque de soutien. Cette thèse vise à combler ces lacunes en proposant de nouvelles méthodes, techniques et outils. Plus précisément, elle combine des techniques d'analyse statique et dynamique des programmes pour opérer la rétro-ingénierie des microservices et de leur couche de manipulation des données, identifier les concepts de données et localiser les fragments de code associés, tout en tenant compte de leur nature hétérogène et distribuée. Elle visualise ensuite les informations extraites d'un point de vue multicouche. Enfin, elle introduit des techniques permettant d'analyser l'évolution orientée sur les données des microservices dans une perspective historique.

Contact : Sara Medugno - secretariat.info@unamur.be
Télecharger : vCal