Microservices migrations are challenging and expensive projects with many decisions that need to be made in a multitude of dimensions. Existing research tends to focus on technical issues and decisions (e.g., how to split services). Equally important organizational or business issues and their relations with technical aspects often remain out of scope or on a high level of abstraction. The objective of this study is to holistically chart the decision-making that happens on all dimensions of a migration project towards microservices. We investigate 16 migration cases, by conducting a grounded theory interview study with 19 participants that recently underwent a migration. We also provide an initial validation via a Web-based survey with 52 respondents. Our study approaches the topic with a strong focus on the human aspect of a migration, through stakeholders, their concerns and the decisions they need to make as part of the migration. We identify 3 decision-making processes consisting of 22 decision-points in total, and their typical alternatives or options. The decision-points are related to creating stakeholder engagement and assessing feasibility, technical implementation, and organizational restructuring. Our study provides an initial theory of decision-making in migrations to microservices, and outfits practitioners with a roadmap of which decisions they should be prepared to make and at which point in the migration.


翻译:现有研究往往侧重于技术问题和决定(例如如何分割服务); 同样重要的组织或商业问题及其与技术问题的关系往往没有涉及范围或高度抽象; 本研究的目的是全面规划一个移徙项目对微观服务所有方面的决策; 我们调查16个移徙案件,对最近移徙的19名参与者进行有根据的理论访谈研究; 我们还通过基于网络的调查,对52名答复者进行初步鉴定; 我们的研究通过利益有关者、他们的关切和他们需要作为移徙的一部分而作出的决定,以移徙的人的方面为重点,处理这个专题; 我们确定3个决策进程,共22个决策点,以及他们典型的替代办法或选择; 决策点与建立利益攸关方参与和评估可行性、技术实施和组织结构重组有关; 我们的研究提供了向微观服务移徙的决策的初步理论,以及从事移徙的从业人员应制定路线图,并据此制定决定。

0
下载
关闭预览

相关内容

【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25日
专知会员服务
39+阅读 · 2020年9月6日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Pull Request Decision Explained: An Empirical Overview
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
15+阅读 · 2019年9月30日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
VIP会员
相关VIP内容
【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25日
专知会员服务
39+阅读 · 2020年9月6日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
Top
微信扫码咨询专知VIP会员