CC BY
0
НАУКОЕМКИЕ ТЕХНОЛОГИИ В КОСМИЧЕСКИХ ИССЛЕДОВАНИЯХ ЗЕМЛИ, Т. 16. № 2-2024
РАДИОТЕХНИКА И СВЯЗЬ Сс1: 10.36724/2409-5419-2024-16-2-4-12
МОДЕЛИ И МЕТОДЫ РАСЧЕТА ВРЕМЕННЫХ ХАРАКТЕРИСТИК СЛАБОСВЯЗАННЫХ ТРАНЗАКЦИОННЫХ УСЛУГ
РЕДРУГИНА
Наталия Михайловна1
ЗАРУБИН
Антон Александрович 2
Сведения об авторах:
1 аспирант, ассистент, Санкт-Петербургский государственный университет телекоммуникаций, г. Санкт-Петербург, Россия
АННОТАЦИЯ
Введение: Постоянный рост популярности информационно-телекоммуникационных сервисов, приводит к росту требований, предъявляемых к разрабатываемым услугам. Решения, основанные на заявленных требованиях, привели к росту сложности архитектурных решений, функциональности, производительности, надежности и другим характеристикам инфокоммуникаци-онных систем. В данном исследовании рассматриваются услуги, разработанные на основе микросервисной архитектуре, а вопросы поставленные во главу исследования связанны с отсутствием формализированных методов оценки их временных характеристик. Цель исследования заключается в разработке моделей и методов расчета временных характеристик услуг включающих рабочие процессы реализации транзакций, для последующего внедрения в процессы проектирования и предоставления инфокоммуника-ционных услуг Методы: в данной работе исследования основаны на общеизвестных положениях теории массового обслуживания, а оценка временных характеристик услуг реализуется при помощи разработанной гибридной имитационно-аналитической модели. Результаты: в результате был предложен метод применения разработанных моделей для оценки временных характеристик сценариев рабочих процессов транзакционных услуг, с применением методов аппроксимации для определения верних и нижних границ временных характеристик рабочих процессов в последовательных сетях систем произвольного вида. Практическая значимость: практическая значимость работы заключается в разработке методов применения моделей для расчета вероятностно-временных характеристик различных типов телекоммуникационных услуг, которые могут быть внедрены в основу подхода к планированию, проектированию и разработке требований к предоставлению телекоммуникационных услуг, основанного на оригинальных моделях, полученных в целях прогнозирования и повышения эффективности качествествен-ных характеристик телекоммуникационных услуг
2 к.т.н., доцент, Санкт-Петербургский государственный университет телекоммуникаций, г. Санкт-Петербург, Россия
КЛЮЧЕВЫЕ СЛОВА: транзакции, рабочие процессы, микросервисная архитектура, математическое моделирование.
Для цитирования: Редругина Н.М., Зарубин А.А. Модели и методы расчета временных характеристик слабосвязанных транзакционных услуг // Наукоемкие технологии в космических исследованиях Земли. 2024. Т. 16. № 2. С. 4-12. СЫ: 10.36724/2409-5419-2024-16-2-4-12
Введение
В современном обществе, насыщенном информацией, наблюдается интенсивный рост как количества, так и разнообразия телекоммуникационных услуг. Разработчики этих услуг активно взаимодействуют с исследователями и публикуют научные работы, посвященные анализу качества предоставляемых услуг для различных пользователей [1,2], разработке архитектурных решений с поддержкой QoS (Quality of Service) [3], созданию комплексных информационно-коммуникационных услуг [4] и улучшению функционала уже существующих [5].
Замечено следующее закономерное явление: эволюция сетей приводит к расширению функциональности системы. Это объясняется положительной взаимосвязью между пропускной способностью сетей и функциональностью, что сказывается на требованиях к разработке систем. Системы с высоким уровнем функциональности обычно требуют возможности масштабирования для адаптации к росту нагрузки и высокой степени надежности для сведения к минимуму вероятности сбоев. Важно отметить, что с увеличением характеристик, необходимых для удовлетворения данных требований, архитектура системы становится более сложной.
Рис. 1. Проблематика разработки инфокоммуникационных услуг
Системы на микросервисной архитектуре предоставляют инновационные методы разработки сложных 1Т-решений. Однако для эффективного функционирования и удовлетворения потребностей пользователей требуется глубокое исследование временных характеристик и производительности.
Термин "слабосвязанные сервисы" часто используется для определения элементов микросервисной архитектуры. В работе [9] предлагается метод оценки производительности слабосвязанных программных компонентов. В котором используется автоматизированное тестирование производительности, включая нагрузочное тестирование, для измерения эффективности каждого компонента при слабой связи с другими.
Исследование [10] более подробно рассматривает взаимодействие между слабосвязанными услугами в рамках рабочих процессов. Для этого применяется графовая модель, что позволяет более наглядно представить структуру и взаимодействие слабосвязанных сервисов. В [11] проведен анализ фундаментальных принципов масштабирования веб-сервисов, а также рассмотрены успешные методы решения проблем, связанных с обработкой большого числа одновременных запросов, управлением ограниченной пропускной способности и снижением задержек при операциях чтения и записи данных. В рамках этого исследования также представлен метод оценки времени отклика, направленный на повышение эффективности веб-служб при разработке вычислительных систем [12].
В статье [13] рассматривается методика и структура фреймворка для оценки масштабируемости различных конфигураций архитектуры разработки. Авторы поставили цель провести анализ различных конфигураций архитектур, учитывая специфические рабочие нагрузки. Основной задачей при этом стала разработка более точной модели сети очередей. Использование операционных профилей и эмпирических распределений помогает представить взаимодействие каждого рабочего сценария в реальной среде. Этот подход способствует детальному анализу различных конфигураций архитектур, что является ключевым вопросом в исследовании масштабируемости архитектурных решений.
1 Особенности моделирования при проектировании инфокоммуникационных систем
На этапе проектирования информационной системы активно применяется аналитическое моделирование, основанное на методе аппроксимационных расчетов. Этот метод использует стационарные, обыкновенные процессы без последействия систем М/М/1. Данный подход обеспечивает возможность определения различных параметров системы, включая временные моменты возникновения узких мест в конкретных рабочих процессах.
Рис. 2. Принципы проектирования ПК услуг
Применение математического аппарата систем М/М/1 для аппроксимационных расчетов в последовательных сетях обеспечивает значительные преимущества при выявлении узких мест в рабочих процессах инфокоммуникационных услуг. Узкие места представляют собой ключевые компоненты или процессы, которые ограничивают общую производительность системы.
На данном этапе также рекомендуется интегрировать имитационное моделирование. Путем использования данных, полученных при построении функциональной и математической модели, имитационное моделирование позволяет
оценить правильность реализации математических расчетов. Этот метод не только способствует выявлению узких мест в системе, но также обеспечивает получение более точных и надежных данных для оптимизации эффективности рабочих процессов в услугах высоконагруженных инфокоммуникаций.
Последующие этапы будут включать данные, полученные в ходе реальных экспериментов в операционных процессах, может потребовать моделирования потоков и процессов с использованием распределений входных характеристик, не являющихся экспоненциальными, что приведет к формированию систем произвольного типа в/СЛ. Для моделирования таких систем могут быть использованы имитационные модели или методы моделирования систем, способные учесть неэкспоненциальный характер распределений с высокими коэффициентами вариации.
Применение имитационного моделирования предоставляет уникальную возможность точного вычисления характеристик системы без обращения к методам аппроксимации и проведения проверок, основанных на фактических данных.
Использование математических моделей дает возможность оценить эффективность и производительность компонентов системы, а также регулировать количественные и качественные параметры системы до ее конкретной реализации.
2 Рабочие процессы транзакционных услуг
В высоконагруженных системах обслуживания транзакций, точность оценки временных характеристик и производительности является критично важным аспектом. Для повышения эффективности таких систем принято использовать стратегию вертикального масштабирования. В контексте моделирования услуг, основанного на микросервисной архитектуре, данное масштабирование может быть реализовано путем избирательного увеличения ресурсов и производительности в отдельных компонентах системы.
В ходе исследований по системам, построенным на микросервисной архитектуре, основное внимание уделяется изучению рабочих процессов. Эти процессы представляют собой последовательность шагов (рис. 3), направленных на обработку запросов между слабосвязанными компонентами системы, которые взаимодействуют между собой не очень плотно [14-15].
Рис. 3. Обобщенная схема сценария рабочего процесса
В контексте транзакционных систем рабочий процесс традиционно определяется как упорядоченный набор операций и этапов, необходимых для обработки конкретной транзакции или выполнения определенной задачи.
Вопросы масштабирования и повышения эффективности рабочих процессов выполнения транзакций микросервисами, затронули концепцию эквивалентных микросервисов и параллельной обработки запросов.
Под данными определениями выступают компоненты микросервисной архитектуры, которые выполняют схожие функциональные задачи или предоставляют схожие сервисы, но для различных сущностей, контекстов или пользователей представляют эквивалентность. Они предоставляют аналогичные функциональные возможности в рамках своих уникальных областей ответственности.
Применение эквивалентных микросервисов может улучшить модульность и масштабируемость системы, так как каждый микросервис может быть разработан, развернут и масштабирован независимо от других, даже если они выполняют схожие функции.
Для определения возможности внедрения подобных подходов, требуется анализ таких аспектов рабочего процесса, как надежность, затраты, временной отклик, производительность и другие.
2.1 Математическое моделирование рабочего процесса
Для оценки временных характеристик рабочих процессов транзакционных систем возможно применение метода реализации математических моделей. Которые позволят анализировать и повышать эффективность рабочих процессов, прогнозировать будущие сценарии реализации и планирование ресурсов.
Для упрощения анализа последовательной сети систем массового обслуживания возможно применение свойства сцепления как показано на рисунке 4. Метод включает в себя преобразование последовательную цепь система массового обслуживания запросов (СМО) в единый эквивалентный узел с функцией распределения вероятности (ФРВ) времени прохождения
Рис. 4. Модель цепочки локальных транзакций в рабочем процессе системы
Для расчета среднего значения и дисперсии временных характеристик сети СМО необходимо оценить параметры распределения времени пребывания запроса в ней. Функция распределения времени прохождения всей последовательности [16], микросервисов определяется путем свертки функций распределения времени (ФРВ) времени пребывания в каждой отдельной системе массового обслуживания (СМО):
^ Ц) = ^«) ® Ц) ® ® ... ® ^Ц) (1)
где _ ФРВ времени окончания обслуживания в /-ой
СМО,/=1...Ж
Соответственно для получения значения ФРВ времени окончания обслуживания используется та же процедура свертки ФРВ времени ожидания и времени обслуживания:
^ «) = ^ (Г) ® ^ (/) (2)
где /\Д0 - ФРВ времени ожидания обслуживания, -ФРВ времени обслуживания.
Необходимо получить изображения для первоначальных функций Р(Т), для чего рекомендуется использование преобразования Лапласа-Стилтьеса (ПЛС), для проведения процедуры свертки:
г , (3)
/ (5) = { в^М (I)
о
где в - комплексный параметр, в>0
Для частных случаев есть готовые варианты решения [17]: Для систем М/М/1:
Х-р (4)
fe (S) =■
Я - s - р
Для систем M/G/1: fe (s) = * ~P)PV
(5)
5 -l + lß(ss)
E(Wt) =
pi{cai + cSj) 2^(1 "А) ;
где
g =
exp
exp
-2(1 -A)(l - cat )2 3^.(cai + csi)
-(1 - Pi ){cat -1) ca¡ + 4cS:
ca < 1
> 1
(6)
(7)
В том числе уравнение Кингмана:
ЕЩ) = )(^ 1 -Pi 2
(8)
Математическое моделирование сетей систем произвольного вида может потребовать аппроксимации неэкспоненциальных распределений с высоким коэффициентом вариации и использование экспериментальных данных для последующего внедрения в процедуры расчета. При этом оцениваются аппроксимационные модели с учетом критериев точности и сложности.
Для преодоления сложностей при аналитическом моделировании и расчетах цепочек систем массового обслуживания [18,19] были предложены различные методы аппроксимации. Например, для распределений с "длинными хвостами", таких как Парето и Вейбулла-Гнеденко, которые сложно анализировать, предложена аппроксимация гиперэкспоненциальным распределением [20, 21]. Также для процессов, где функция распределения времени не определена в явном виде, рекомендуется применение ступенчатых функций, эмпирических методов [22] или имитационного моделирования. Эти процессы часто формируются при оценке реальных данных в ходе проектирования телекоммуникационных услуг.
2.2 Особенности оценки характеристик сетей систем произвольного вида
2.2.1 Особенности оценки времени задержки
Одним из важных параметров, требующих оценки, является задержка в СМО - время, которое требуется для обработки запроса от момента его поступления до начала обслуживания.
Для получения времени ожидания Е(И^) возможно использовать приближение Крамера и Лангенбаха Бельца (КЛБ) (6-7) [24], а также иные аппроксимационные методы [25]
где cs¿ - квадратный коэффициент вариации обслуживания, ca¿ - квадратный коэффициент вариации времени между поступлением запросов, pi - коэффициент загрузки /-ой СМО.
Для более глубокого понимания и более точной оценки задержки в системах G/G/1 часто применяют спектральное решение интегрального уравнения Линдли. Этот метод анализа позволяет учесть влияние различных факторов, таких как периоды простоя и интервалы между запросами, что существенно повышает точность оценки временных характеристик. Такой подход особенно важен в условиях высоконагру-женных систем, где точность оценки задержки является критическим фактором для обеспечения эффективного функционирования и удовлетворения потребностей пользователей.
Оценка функции распределения вероятности времени ожидания в системах массового обслуживания (СМО) произвольного типа представлена в виде:
г (9)
W (i) = 1 - (1 - Г)е-г И
у V+ (s) где г = рх lim——
s s
Решение этого уравнения осуществляется с применением метода спектрального разложения интегрального уравнения Линдли.
W (t) =
IW(и)dC(t- и), t > 0
о
0, t < 0
(10)
Упрощение процесса решения достигается путем переноса вычисленных нулей и корней уравнения на комплексную плоскость при графическом представлении полученных выражений.
3 s
20 18 16 14 12 10 8 6 4 2 0
IЛиндли I Кингман I КЛБ
.1.
1.1
т 1Л о
un ^ f
о" о" о" о" о" о" о" о" о" о" о" о" о" о" о" Коэффциент интенсивности загрузки узла
Рис. 5. Относительная ошибка аппроксимации при применении методов моделирования для 1 узла
Таким образом, применение спектрального решения интегрального уравнения Линдли обеспечивает надежный метод для оценки времени ожидания в системах С/в/!.
2.2.2 Особенности оценки характеристик выходного потока При моделировании характеристик последовательных сетей систем массового обслуживания произвольного вида необходимо учитывать изменение параметров потока, покидающего каждую СМО в цепочке. Как показано в [27], ПРВ интервалов времени между последовательными поступлениями требований d{t) на выходе из узла /. D(s) представляет собой преобразование Лапласа для данной плотности.
Расчет данного параметра проводится следующим выражением [27]:
D s) = (1 -р) D( s)|
узел i свободен
-pD( s)|
узел г занят
- иная форма данного выражения:
D( s) = (1 -a)F(s)B(s) + pB{s)
(11)
(12)
где B(s) - преобразование ЛС ФРВ времени обслуживания, F(s) - преобразование ЛС ФРВ времени до поступления следующего требования в систему.
Теорема Бёрке представляет исключение, утверждая, что выходной поток системы типа M/M/v также является пуассо-новским потоком с тем же параметром X, что и параметр входного потока. Точные результаты и готовый математический аппарат реализованы для сетей систем вида М/М/1, что доказано в работе [23] при анализе временных характеристик последовательного рабочего процесса с использованием аппарата параллельного обслуживания Fork-Join. Поэтому рекомендовано при проектировании и предварительных расчетах характеристик сетей использовать данное практичное решение.
В случае использования приближенных методов, не прибегая к преобразованию Лапласа-Стилтьеса, возможно использование формулы Маршалла [26] для оценки квадратного коэффициента вариации cdi между выходящими требованиями с системы i.
Cdi = Саг + 2 Pfcsi - 2Рг (1" Рг )
(13)
Это будет эффективным решением в совокупности с приближенными методами для оценки среднего временного значения задержки (6-8).
2.2.3 Аппроксимационные методы расчета последовательных сетей систем О/Ы/1
Дальнейший анализ проводится для систем с произвольным законом поступления запросов, что позволит определить дальнейшие этапы и задачи необходимые для реализации общей методики расчёта.
Предложенная в данном анализе задача - оценка параметров выходного потока запросов, после их обслуживания в СМО с показательным распределением времени обслуживания.
GM1
ЧЕЪ
Существуют готовые решения частных случаев (4-5), однако системы в/М/1 в эту категорию не входят и для них отсутствуют точные универсальные решения. В связи с этим был проведен анализ временных характеристик, при внедрении в расчет некоторых методов аппроксимации.
В качестве входных характеристик для последующего анализа системы, входной поток характеризуется гиперэкспоненциальным распределением шестого порядка Н6 преобразование Лапласа-Стилтьеса которого задается выражением (14), а время обслуживания задается экспоненциальным временем обслуживания.
ад k о
p(s) = J estp(t )dt =
о г=i Л + s
(14)
При анализе были выделены следующие методы аппроксимации для определения преобразования ЛС функции распределения времени простоя:
а) Первый метод построен на основе аппроксимационного предположения [27], где время простоя будет равно остаточному значению промежутка времени между поступающими требованиями, оно же звучит следующим образом «... длинные промежутки времени между моментами восстановления захватывают на оси времени большие участки, чем короткие промежутки, поэтому более вероятно, что случайно выбранная точка I попадет на длинный промежуток», и определяет преобразование ЛС ФРВ периода простоя следующим образом:
I\s) =
1 - Ia \S)
при р< 0,5
1 - B{s)
-=— при р> 0,5
sm
(15)
где т - среднее время обслуживания; В(б) - ПЛС ФРВ времени обслуживания; 1а,(з) - аппроксимация ПЛС ФРВ
£
остаточного времени Ias) =-
s = 1/х = l/(t - m),
£ + 5
х - среднее значение остаточного времени, Е - среднее время между приходом запросов.
Ь) Второй метод предполагает аппроксимацию периода простоя изначальным временем между поступлением запросов в систему:
D(s) = (1 -p)A(s)B(s) + PB(s)
(16)
где-Л(5) - преобразование ЛС ФРВ времени между поступлением запросов.
Расчет функции распределения времени задержки на каждом узле цепочки систем при использовании методов аппроксимации "а" и "Ь" можно реализовать, упростив решение переносом полученных нулей и корней уравнения на комплексную прямую при построении графиков полученных выражений (см. рис. 7). Расчет неизвестных параметров реализован с использованием интегрального решения спектрального уравнения Линдли [27].
Рис. 6. Последовательная цепочка систем G/M/1
Wbls) W,[s)
i , -J- / У //
Линдли/Метод "a" Линдли/Метод "6" Кингман/Маршалл КЛБ/Маршалл
Рис. 7. Графическое представление нулей и корней
Оценка задержки в цепочке систем массового обслуживания при увеличении нагрузки представлена для двух методов, а также результаты имитационного моделирования на рисунке 6. Результаты приближенных формул КЛБ/Маршалл и Кингмана/Маршалл получены с использованием выражения:
N
T = £ £(W,) xUMl
7=1
(17)
сэ о" о~ о~ о~ о~ о" сэ о~ о~ о~ о" о~ сэ о~ о~ о"
Рис. 9. Относительная ошибка аппроксимации для 2 методов моделирования
Данные методы могут определять верхнюю и нижнюю границу временных характеристик сетей систем массового обслуживания.
Рис. 8. Оценка средней задержки для средних значений нагрузки
Рис. 10. Дисперсия ФРВ входного потока на каждый узел в сети
Точность этих методов можно оценить, рассматривая рисунок 9. Высокий процент ошибки аппроксимации наблюдается при реализации метода "а" при средних значениях нагрузки и может превышать 10%. Однако, при приближении коэффициента загрузки к единице, процент ошибки значительно снижается, что объясняется зависимостью в выражении (10).
Реализация метода "Ь" не может гарантировать точные результаты при любом состоянии системы, однако характеризуется стационарным значением ошибки в пределах 6-8%.
Приближенный метод Крамера Лангенбаха-Бельца дает более точные результаты, однако в таком случае не поддерживается свойство стационарности результатов, а на высоких значения нагрузки он уступает в точности методу «а». Характер результатов приближенных методов обосновывается использованием точной формулы для оценки параметра выходного потока. Это позволяет сформулировать в выводах к данной работе последующую цель исследований.
Обеспечить абсолютную точность результатов не может ни один из предложенных методов. Тем не менее, при проведении анализа полученных данных отмечается, что можно использовать данные методы для определения нижней и верхней границ значений искомой величины, как показано на рисунке 8.
В дополнение был проведен анализ, и получены результаты изменения характера потока в зависимости от количества узлов в сценарии рабочего процесса.
На рисунке 10 представлена скорость сходимости заданного входного потока (Н6) к экспоненциальному распределению при разной загруженности узлов. Наблюдаемый результат заключается в том, что при увеличении нагрузки на узлы происходит ускоренный процесс приближения формы входного потока к распределению времени обслуживания в систе-махС/М/1.
Алгоритм оценки временных характеристик рабочих процессов транзакционных услуг, представленный на рисунке 11, является важным результатом.
Внедрения методов средних значений и процедуры свертки позволяют более полно оценивать временные характеристики разнообразных сценариев реализации рабочих процессов транзакционных систем.
Полученные данные обеспечивают обоснованное принятие решений на всех этапах планирования и проектирования услуг, независимо от того, являются ли входные данные реальными или теоретическими.
Рис. 11. Методрасчетатранзакционныхуслуг
Заключение
В данной научной работе проведено исследование моделей и методов оценки временных характеристик рабочих процессов в транзакционных слабосвязанных услугах. Разработан алгоритм, основанный на теории массового обслуживания, который использует методы свертки и аппроксимации для вычисления временных характеристик систем произвольного типа С/С/1. Особое внимание уделяется разработанным методам аппроксимации для оценки характеристик выходного потока, обслуживаемого в узлах рассматриваемых сетей систем С/С/1. Получены оценки верней и нижней границы временных характеристик при всех значениях нагрузки.
Полученные в ходе исследования результаты предоставляют инструментарий для принятия обоснованных решений по управлению качественными и количественными показателями и их формализации на всех этапах разработки и эксплуатации инфокоммуникационных услуг.
Целью дальнейших исследований будет являться разработка математического инструмента, основанного на предложенных аппроксимационных методах для получения точного результата с коэффициентом ошибки не превышающем наименьшее из заявленных на всех значениях нагрузки, за счет увеличения точности моделирования расчёта параметров выходных потоков.
Литература
1. Solomko Y.S., Sotnikov A.D., Katasonova G.R. Analysis of polymodal interaction in applied infocommunication systems II Information Innovative Technologies: International Scientific - Practical Conference, Prague, 26-30 апреля 2021 г. Moscow: Association of graduates and employees of AFEA named after prof. Zhukovsky, 2021, pp. 235-238.
2. Li F., Lu M. Hou K. Cui M. Darbandi. Customer satisfaction with bank services: The role of cloud services, security, e-learning and service quality II Technology in Society, 2021, no. 64, p. 101487
3. Iwanow Maksymilian, Dudycz Helena, Michalak Krzysztof. Required Quality of Service attributes in the context of various types of Web Services. 2022, pp. 261-267. 10.15439/2022F104.
4. Лившиц M.B. Разработка методологии проектирования программного обеспечения инфокоммуникационных систем II Молодежная школа-семинар по проблемам управления в технических си-стемахимениА.А. Вавилова. 2022. Т. 1. С. 58-61.
5. CheungL., GolubchikL., Sha F. A Study ofWeb Services Performance Prediction: A Client's Perspective II 9th Annual IEEE/ACM International Symposium on Modeling, Analysis and Simulation of Computer and Telecommunication Systems. Singapore, 201 l,pp. 75-84.
6. Shabani I. Design of modern distributed systems based on microservices architecture II International Journal of Advanced Computer Science and Applications. 2021. T. 12. №2.
7. Zhu J. QoS-Aware Co-Scheduling for Distributed Pong-Running Applications on Shared Clusters II IEEE Transactions on Parallel and Distributed Systems, vol. 33, no. 12, pp. 4818-4834.
8. State of the Art in Microservices [Электронный ресурс] URL: https://microxchg.io/2015/slides/01_08_AdrianCockcroftSlides.pdf (Датаобращения 13.04.2023)
9. Cerny Т., Abdelfattah A.S., Bushong V., A1 Maruf A., Taibi D. Microservice Architecture Reconstruction and Visualization Techniques: A Review II 2022 IEEE International Conference on Service-Oriented System Engineering (SOSE), Newark, CA, USA, 2022, pp. 39-48, doi: 10.1109/SOSE55356.2022.00011.
10. GuoX., PengX., WangH., Li W., JiangH., DingD., Xie T., Su L. Graph-based trace analysis for microservice architecture understanding and problem diagnosis II Proceedings ofthe 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations ofSoftware Engineering. 2020, pp. 159-174.
11. Макаров Д.А., Шибанова А.Д. Масштабирование веб-приложений II Теория и практика современной науки. 2021. №1 (67). 4 с.
12. Фурсов Н.Ю. Система предиктивного анализа доступности веб-сервисов II Мавлютовские чтения: Материалы XVI Всероссийской молодежной научной конференции. В 6-ти томах, Уфа, 25-27 октября 2022 года. Том 5. Уфа: Уфимский государственный авиационный технический университет, 2022. С. 746-750.
13. Avritzer A., Ferme V., Janes A., Russo B., Hoorn A., Schulz H., Rufino V.Scalability Assessment of Microservice Architecture Deployment Configurations: A Domain-based Approach Leveraging Operational Profiles and Load Tests II Journal of Systems and Software. 2020. Vol. 165, pp. 16.
14. Chen Q., Dayal U., HsuM., GrissM. Dynamic-agents, Workflow and XML for E-Commerce Automation II EC-Web. 2000, pp. 314-323.
15. G. Shegalov, Shegalov M., Weikum G. XML-enabled workflow management for e-services across heterogeneous platforms II VLDB Journal. 2001. №10, pp. 91-103.
16. Колмогоров A.H., Фомин C.B. Элементы теории функций и функционального анализа. М.: Наука, 1968. 496 с.
17. Кожаное Ю.Ф. Теория телетрафика: учебное пособие. СПб.: СПбГУТ, 2020. 203 с.
18. Gupta R.D., Debasis Kundu K. Discriminating between Weibull and generalized exponential distributions //Computational Statistics & Data Analysis. 2003. № 43(2), pp. 179-196.
19. Tongdan J., Lakshmana G. Weibull and Gamma Renewal Approximation Using Generalized Exponential Functions, Communications in Statistics II Simulation and Computation. 2008. №38, pp. 154-171.
20. Буранова M.A., Карташевский В.Г. Рекурсивный подбор параметров гиперэкспоненциальных распределений при аппроксимации распределений с «тяжелыми хвостами» II Труды учебных заведений связи. 2023. Т. 9. № 2. С. 40-46.
21. Буранова М.А., Карташевский И.В. Применение ЕМ-алгоритма для аппроксимации гиперэкспонентами плотностей вероятностей коррелированного трафика II Труды учебных заведений связи. 2021. Т. 7. №4. С. 10-17.
22. Орлов А.И. Процесс итерации формул II Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2022. № 182. С. 229-260.
23. Редругина Н.М. Метод вычисления временных характеристик обслуживания в сервисных платформах инфокоммуникацион-ных транзакционных услуг с параллельной обработкой запросов. Труды учебных заведений связи. 2023, по. 9(3), pp. 82-90.
24. Wolfgang & Langenbach-Belz, М. (Approximate Formulae for the Delay in the Queueing System GI/G/1. 1976, pp. 235/1-235/8.
25. Klincewicz J.G., Whitt W. On Approximations for Queues, II: Shape Constraints. AT&T Bell Laboratories Technical Journal, 1984, no. 63(1), pp. 139-161. doi:10.1002/j,1538-7305.1984.tb00006.x
26. Marshall K.T. Some Inequalities in Queuing II Operations Research, 1968, no. 16(3), pp. 651-668.
27. Клейнрок Л. Теория массового обслуживания. Перевод с англ. И. И. Грушко; ред. В. И. Нейман. М.: Машиностроение, 1979. 432 с.
MODELS AND METHODS FOR CALCULATING THE TEMPORAL CHARACTERISTICS OF LOOSELY COUPLED TRANSACTIONAL SERVICES
NATALIA M. REDRUGINA
St. Petersburg, Russia
KEYWORDS: transactions, workflows, microservice architecture, mathematical modeling
ANTON A. ZARUBIN
St. Petersburg, Russia
ABSTRACT
Introduction: Constant growth of popularity of information and telecommunication services leads to constant growth of requirements to the developed services. The solution based on the stated requirements has led to an increase in the complexity of architectural solutions, functionality, performance, reliability and other characteristics of info-communication systems. This study deals with services developed on microservice architecture, and the issues raised at the head of the study are related to the lack of formalized methods for their evaluation. The purpose of the research is to develop models and methods for calculating the temporal characteristics of services, including the work processes of transaction realization, for further implementation in the processes of design and provision of infocom-munication services. Methods: In this paper, the research is based on the well-known provisions of the theory of mass service, and the
estimation of temporal characteristics of services is realized with the development of a hybrid simulation-analytical model. As a result, a method of applying the developed models for estimating the probabilistic characteristics of scenarios of transactional services workflows, using approximation methods to determine the upper and lower bounds of the temporal characteristics of workflows in sequential networks of systems of arbitrary type and synthesis with simulation tools for complex analysis was proposed. Practical relevance: the work consists in the development of methods of application of models for calculation of probabilistic-temporal characteristics of various types of telecommunication services, which can be introduced into the basis of the approach to planning, design and development of requirements for the provision of telecommunication services, based on the original models obtained for the purpose of prediction and improvement of efficiency of the quality characteristics.
REFERENCES
1. Y.S. Solomko, A.D. Sotnikov, G.R. Katasonova, "Analysis of polymodal interaction in applied infocommunication systems," Information Innovative Technologies: International Scientific - Practical Conference, Prague, 26-30 апреля 2021 года. Moscow: Association of graduates and employees of AFEA named after prof. Zhukovsky
2021, pp. 235-238.
2. F. Li, H. Lu, M. Hou, K. Cui, M. Darbandi, "Customer satisfaction with bank services: The role of cloud services, security, e-learning and service quality," Technology in Society, 2021, no. 64. P. 101487.
3. Maksymilian Iwanow, Helena Dudycz, Krzysztof Michalak, "Required Quality of Service attributes in the context of various types of Web Services," 2022, pp. 261-267. 10.15439/2022F104.
4. M.V. Livshits, "Development of a methodology for designing software for infocommunication systems," Youth school-seminar on management problems in technical systems named after A.A. Vavilov.
2022. Vol. 1, pp. 58-61.
5. L. Cheung, L. Golubchik, F. Sha, "Study of Web Services Performance Prediction: A Client's Perspective," 9th Annual IEEE/ACM International Symposium on Modeling, Analysis and Simulation of Computer and Telecommunication Systems. Singapore, 2011, pp. 75-84.
6. I. Shabani, "Design of modern distributed systems based on microservices architecture," International Journal of Advanced Computer Science and Applications. 2021. Vol. 12. No. 2.
7. J. Zhu, "QoS-Aware Co-Scheduling for Distributed Long-Running Applications on Shared Clusters," IEEE Transactions on Paralleland Distributed Systems, vol. 33, no. 12, pp. 4818-4834.
8. State of the Art in Microservices [Электронный ресурс] URL: https://microxchg.io/2015/slides/01_08_AdrianCockcroftSlides.pdf (Дата обращения 13.04.2023).
9. T. Cerny, A. S. Abdelfattah, V. Bushong, A. Al Maruf and D. Taibi, "Microservice Architecture Reconstruction and Visualization Techniques: A Review," 2022 IEEE International Conference on Service-Oriented System Engineering (SOSE), Newark, CA, USA, 2022, pp. 39-48, doi: 10.1109/SOSE55356.2022.00011.
10. X. Guo, X. Peng, H. Wang, W. Li, H. Jiang, D. Ding, T. Xie, L. Su, "Graph-based trace analysis for microservice architecture understanding and problem diagnosis," Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. 2020, pp. 159-174.
11. D.A. Makarov, A.D. Shibanova, "Scaling of web applications," Theory and practice of modern science. 2021. No.1 (67), 4 p.
12. N.Yu. Fursov, "System of predictive analysis of the availability of web services," Mavlyutov readings: Materials of the XVI All-Russian Youth Scientific Conference. In 6 vol., Ufa, October 25-27, 2022. Vol. 5. Ufa: Ufa State Aviation Technical University, 2022, pp. 746-750.
13. A. Avritzer, V. Ferme, A. Janes, B. Russo, A. Hoorn, H. Schulz, V. Rufino, "Scalability Assessment of Microservice Architecture Deployment Configurations: A Domain-based Approach Leveraging Operational Profiles and Load Tests," Journal of Systems and Software. 2020. Vol.165, pp. 16.
14. Q. Chen, U. Dayal, M. Hsu, M. Griss, "Dynamic-agents, Workflow and XML for E-Commerce Automation," EC-Web. 2000, pp. 314-323.
15. G. Shegalov, M. Shegalov, G. Weikum, "XML-enabled workflow management for e-services across heterogeneous platforms," VLDB Journal, 2001. No.10, pp. 91-103.
16. A.N. Kolmogorov, S.V. Fomin, "Elements of the theory of functions and functional analysis," Moscow: Nauka, 1968, 496 p.
17. Yu.F. Kozhanov, "Teletraffic theory: textbook," SPb.: SPbGUT
2020. 203 p.
18. R.D. Gupta, K. Debasis Kundu, "Discriminating between Weibull and generalized exponential distributions," Computational Statistics & Data Analysis, 2003. No. 43(2), pp. 179-196.
19. J. Tongdan, G. Lakshmana, "Weibull and Gamma Renewal Approximation Using Generalized Exponential Functions, Communications in Statistics," Simulation and Computation. 2008. No.38, pp. 154-171.
20. M.A. Buranova, V.G. Kartashevsky, "Recursive selection of parameters of hyperexponential distributions when approximating distributions with "heavy tails"," Proceedings of educational institutions of communication. 2023. Vol. 9. No. 2, pp. 40-46.
21. M.A. Buranova, I.V. Kartashevsky, "Application of the EM algorithm for approximation of probability densities of correlated traffic by hyperexponents," Proceedings of educational institutions of communication. 2021. Vol. 7. No. 4, pp. 10-17.
22. A.I. Orlov, "Process of iteration of formulas," Polythematicnet-work electronic scientific journal of the Kuban State Agrarian University. 2022. No. 182, pp. 229-260.
23. N.M. Redugina, "A method for calculating the time characteristics of service in service platforms for infocommunication transaction-al services with parallel processing of requests," Proceedings of educational institutions of communication. 2023, no. 9(3), pp. 82-90.
24. Wolfgang & Langenbach-Belz M., "Approximate Formulae for the Delay in the Queueing System GI/G/1," 1976, pp. 235/1-235/8.
25. J.G. Klincewicz, W. Whitt, "On Approximations for Queues, II: Shape Constraints," AT&T Bell Laboratories Technical Journal, 1984, no. 63(1), pp. 139-161. doi:10.1002/j.1538-7305.1984.tb00006.x
26. K.T. Marshall, Some Inequalities in Queuing. Operations Research, 1968, no. 16(3), pp. 651-668.
27. L. Kleinrock, "Teoria delle code. Traduzione dall'inglese,". I.I. Grushko; a cura di V. I. Neiman-M.: Ingegneria Meccanica, 1979, p. 432.
28. Y.S. Solomko, A.D. Sotnikov, G.R. Katasonova, "Analysis of polymodal interaction in applied infocommunication systems," Information Innovative Technologies : International Scientific - Practical Conference, Prague, 26-30 апреля 2021 года. Moscow: Association of graduates and employees of AFEA named after prof. Zhukovsky,
2021, pp. 235-238.
29. F. Li, H. Lu, M. Hou, K. Cui, M. Darbandi, "Customer satisfaction with bank services: The role of cloud services, security, e-learning and service quality," Technology in Society, 2021, no. 64, 101487.
INFORMATION ABOUT AUTHORS:
Natalia M. Redrugina, assistant, St. Petersburg State University of Telecommunications, St. Petersburg, Russia Anton A. Zarubin, PhD, Docent, St. Petersburg State University of Telecommunications, St. Petersburg, Russia
For citation: Redrugina N.M., Zarubin A.A. Models and methods for calculating the temporal characteristics of loosely coupled transactional services. H&ES Reserch. 2024. Vol. 16. No. 2. P. 4-12. doi: 10.36724/2409-5419-2024-16-2-4-12 (In Rus)
