本申請(qǐng)涉及軟件拆分方法的領(lǐng)域，尤其涉及一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法。

背景技術(shù)：

1、微服務(wù)架構(gòu)基本思想是將傳統(tǒng)的單體系統(tǒng)按業(yè)務(wù)、數(shù)據(jù)等方面進(jìn)行拆分，劃分為一系列具有明確邊界并且可以獨(dú)立設(shè)計(jì)、開發(fā)、部署、運(yùn)維的微服務(wù)，每個(gè)微服務(wù)都有自己的數(shù)據(jù)存儲(chǔ)，可以獨(dú)立地進(jìn)行部署和運(yùn)行，并通過(guò)輕量級(jí)通信協(xié)議進(jìn)行彼此配合、相互協(xié)作。在當(dāng)前互聯(lián)網(wǎng)高速發(fā)展，軟件需求隨著不斷變化的背景下，微服務(wù)架構(gòu)應(yīng)對(duì)不斷變化的軟件需求有著高可擴(kuò)展性以可維護(hù)性等優(yōu)點(diǎn)。

2、然而，微服務(wù)架構(gòu)相比單體架構(gòu)在開發(fā)大型程序時(shí)有著諸多好處，但也并不完美，帶來(lái)了許多缺點(diǎn)。例如，微服務(wù)架構(gòu)軟件復(fù)雜度隨著服務(wù)數(shù)量增加而增加，也帶來(lái)了服務(wù)間數(shù)據(jù)一致性問(wèn)題、系統(tǒng)分布式問(wèn)題、以及多個(gè)服務(wù)之間進(jìn)行部署和測(cè)試復(fù)雜性也隨之增加。同時(shí)，將單體系統(tǒng)拆分為微服務(wù)之后，原本模塊之間耦合，其通信仍是內(nèi)存中通信，速度極快。變?yōu)槲⒎?wù)間耦合通信時(shí)，成為網(wǎng)絡(luò)之間通信，給系統(tǒng)帶來(lái)了通信延遲。如何做好微服務(wù)設(shè)計(jì)，降低微服務(wù)之間耦合成為了挑戰(zhàn)。好的微服務(wù)劃分方案可以很好地權(quán)衡上訴利弊，然而如何選擇合適的微服務(wù)劃分方案是微服務(wù)開發(fā)中的難點(diǎn)。

3、由于缺乏微服務(wù)拆分和設(shè)計(jì)的系統(tǒng)化方法論，目前工業(yè)界對(duì)單體系統(tǒng)的微服務(wù)化重構(gòu)主要由經(jīng)驗(yàn)豐富的軟件架構(gòu)師依賴于個(gè)人的主觀經(jīng)驗(yàn)完成。也有人提出自動(dòng)化的微服務(wù)拆分方法，但是，現(xiàn)有的自動(dòng)化微服務(wù)拆分方法在決定將某些軟件實(shí)體組合在一起（或不組合在一起）時(shí)，并沒有考慮開發(fā)人員與領(lǐng)域?qū)＜业闹R(shí)。例如，在面對(duì)一組不提供任何服務(wù)的類時(shí)，現(xiàn)有的自動(dòng)化重構(gòu)工具會(huì)因?yàn)檫@些類之間完全沒有耦合關(guān)系而將他們分散在不同的包中，而具有實(shí)際經(jīng)驗(yàn)的開發(fā)人員會(huì)將其組合在一個(gè)包中，即使它們?cè)谶壿嬌喜幌嚓P(guān)。因此，現(xiàn)有的拆分方法得到的拆分結(jié)果并不達(dá)到領(lǐng)域?qū)＜遗c開發(fā)人員的要求。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的主要目的在于提供一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，旨在解決現(xiàn)有的拆分方法無(wú)法達(dá)到用戶領(lǐng)域?qū)＜遗c開發(fā)人員要求的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┮环N人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，包括：獲取軟件的組件和各組件之間耦合信息；利用多目標(biāo)優(yōu)化算法，根據(jù)各組件之間的耦合信息，對(duì)各組件進(jìn)行組合，得到多個(gè)初始拆分方案；對(duì)多個(gè)初始拆分方案進(jìn)行分類，并提取每類初始拆分方案的公共特征；根據(jù)公共特征，獲取用戶的偏好信息；根據(jù)偏好信息對(duì)應(yīng)更新耦合信息；重新利用多目標(biāo)優(yōu)化算法，根據(jù)更新后的各組件之間耦合信息，對(duì)各組件進(jìn)行組合，直至達(dá)到預(yù)設(shè)條件，得到拆分方案。

3、可選地，根據(jù)公共特征，獲取用戶的偏好信息，包括：確定用戶選擇的初始拆分方案，根據(jù)初始拆分方案的公共特征，對(duì)初始拆分方案所屬類別中的所有初始拆分方案進(jìn)行排序，得到排序結(jié)果；獲取用戶對(duì)排名第一的初始拆分方案的偏好信息，并根據(jù)偏好信息更新排序結(jié)果。

4、可選地，獲取用戶對(duì)排名第一的初始拆分方案的偏好信息，包括：獲取用戶對(duì)排名第一的初始拆分方案中的任一組件與其他組件的位置關(guān)系的評(píng)分。

5、可選地，提取每類初始拆分方案的公共特征獲取方法包括：將每類初始拆分方案中的所有初始拆分方案轉(zhuǎn)換為對(duì)應(yīng)矩陣，并對(duì)所有矩陣進(jìn)行累加，得到累加矩陣；累加矩陣中除對(duì)角元素外的最大單元值、最小單元值，及對(duì)應(yīng)的行、列坐標(biāo)為公共特征。

6、可選地，根據(jù)初始拆分方案的公共特征，對(duì)初始拆分方案所屬類別中的所有初始拆分方案進(jìn)行排序，包括：將每個(gè)矩陣中最大單元值、最小單元值及對(duì)應(yīng)的行、列坐標(biāo)，與公共特征進(jìn)行對(duì)比，根據(jù)與公共特征的相似度對(duì)初始拆分方案所屬類別中的所有初始拆分方案進(jìn)行排序。

7、可選地，多目標(biāo)優(yōu)化算法中的目標(biāo)函數(shù)為耦合度和內(nèi)聚度。

8、可選地，耦合信息包括動(dòng)態(tài)耦合信息和靜態(tài)耦合信息。

9、可選地，對(duì)多個(gè)初始拆分方案進(jìn)行分類包括：采用k-means聚類算法，基于優(yōu)化目標(biāo)對(duì)多個(gè)初始拆分方案進(jìn)行分類。

10、可選地，多目標(biāo)優(yōu)化算法包括多目標(biāo)遺傳算法、多目標(biāo)粒子群優(yōu)化算法或多目標(biāo)鯨魚算法。

11、本發(fā)明還提供一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分裝置，包括：組件獲取模塊，用于獲取軟件的組件和各組件之間耦合信息；初始拆分模塊，用于利用多目標(biāo)優(yōu)化算法，根據(jù)各組件之間的耦合信息，對(duì)組件進(jìn)行組合，得到多個(gè)初始拆分方案；分類模塊，用于對(duì)多個(gè)初始拆分方案進(jìn)行分類，并提取每類初始拆分方案的公共特征；偏好信息獲取模塊，用于根據(jù)公共特征，獲取用戶的偏好信息；更新模塊，用于根據(jù)偏好信息對(duì)應(yīng)更新耦合信息；拆分模塊，用于重新利用多目標(biāo)優(yōu)化算法，根據(jù)更新后的各組件之間耦合信息，對(duì)組件進(jìn)行組合，直至達(dá)到預(yù)設(shè)條件，得到拆分方案。

12、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：

13、本發(fā)明的人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，采用多目標(biāo)優(yōu)化算法生成多種拆分方案，利用同一類拆分方案的公共特征獲取用戶的偏好信息，對(duì)用戶的偏好信息對(duì)組件之間的耦合信息進(jìn)行更新，從而得到高質(zhì)量且符合用戶期望的微服務(wù)拆分方案。

技術(shù)特征：

1.一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述根據(jù)所述公共特征，獲取用戶的偏好信息，包括：

3.根據(jù)權(quán)利要求1所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述獲取用戶對(duì)排名第一的初始拆分方案的偏好信息，包括：

4.根據(jù)權(quán)利要求2所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述提取每類初始拆分方案的公共特征獲取方法包括：

5.根據(jù)權(quán)利要求4所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述根據(jù)所述初始拆分方案的公共特征，對(duì)所述初始拆分方案所屬類別中的所有初始拆分方案進(jìn)行排序，包括：

6.根據(jù)權(quán)利要求1所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述多目標(biāo)優(yōu)化算法中的目標(biāo)函數(shù)為耦合度和內(nèi)聚度。

7.根據(jù)權(quán)利要求1所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述耦合信息包括動(dòng)態(tài)耦合信息和靜態(tài)耦合信息。

8.根據(jù)權(quán)利要求1所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述對(duì)多個(gè)初始拆分方案進(jìn)行分類包括：

9.根據(jù)權(quán)利要求1所述的一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，其特征在于，所述多目標(biāo)優(yōu)化算法包括多目標(biāo)遺傳算法、多目標(biāo)粒子群優(yōu)化算法或多目標(biāo)鯨魚算法。

10.一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分裝置，其特征在于，包括：

技術(shù)總結(jié)
本申請(qǐng)公開了一種人機(jī)協(xié)同的單體系統(tǒng)微服務(wù)拆分方法，涉及軟件拆分方法的領(lǐng)域，包括：獲取軟件的組件和各組件之間耦合信息；利用多目標(biāo)優(yōu)化算法，根據(jù)各組件之間的耦合信息，對(duì)組件進(jìn)行組合，得到多個(gè)初始拆分方案；對(duì)多個(gè)初始拆分方案進(jìn)行分類，并提取每類初始拆分方案的公共特征；根據(jù)公共特征，獲取用戶的偏好信息；根據(jù)偏好信息對(duì)應(yīng)更新耦合信息；重新利用多目標(biāo)優(yōu)化算法，根據(jù)各組件之間耦合信息，對(duì)組件進(jìn)行組合，直至達(dá)到預(yù)設(shè)條件，得到拆分方案。采用多目標(biāo)優(yōu)化算法生成多種拆分方案，利用同一類拆分方案的公共特征獲取用戶的偏好信息，對(duì)用戶的偏好信息對(duì)組件之間的耦合信息進(jìn)行更新，從而得到高質(zhì)量且符合用戶期望的微服務(wù)拆分方案。

技術(shù)研發(fā)人員：張鵬,李偉剛,林智君,王珮懿,喬瑞敏,武君勝
受保護(hù)的技術(shù)使用者：西北工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2