[发明专利]一种基于用户故事的微服务粒度识别方法

权利要求书

1.一种基于用户故事的微服务粒度识别方法，其特征在于：包括如下步骤：

1)用户故事的提取，通过对应用程序的功能需求进行分析，进而提取相关的用户故事；

2)粒度模型的建立，通过纳入耦合性、内聚性指标，对微服务粒度进行建模，得到了一组目标函数；

3)微服务粒度识别，在所得到的目标函数基础上，使用基于多目标搜索的遗传算法，将用户故事分配到微服务中；

4)四是微服务粒度评估，通过结合功能性需求指标与非功能性需求指标，来对微服务粒度进行评估。

2.根据权利要求1所述的一种基于用户故事的微服务粒度识别方法，其特征在于：所述步骤1)具体如下：

通过对所研究的基于微服务架构的应用程序进行功能性需求分析，以及相关业务逻辑的分析，按照用户故事的格式规范，对应用程序的用户故事进行提取。

3.根据权利要求1所述的一种基于用户故事的微服务粒度识别方法，其特征在于：所述步骤2)具体如下：

粒度模型的规范形式根据耦合性、内聚性度量指标和目标函数objective functions给出，通过对目标函数使用多目标遗传算法进行搜索，旨在最小目标函数中的耦合指标和加权服务接口数指标，最大化内聚性指标，把基于微服务架构的应用程序的粒度模型表示为：

MSGM＝{MS，MTRS} (1)

该式中MS表示一组微服务集，MS＝{MS₁,MS₂,…,MS_α}，α表示微服务的数量，而MTRS是一组为MSGM计算的指标，然后，

MS_i＝{US，MTS} (2)

该式中i＝1…α，MS_i是第i个微服务，US是与第i个微服务相关的用户故事集，US＝{US₁，US₂,…,US_x}，x表示最大的用户故事数量，MTS是一组计算MS_i的指标，在这种情况下，模型中计算和使用的指标对应于耦合性、内聚性和与微服务相关的用户故事数量，这些指标的定义如下：

step2.1：耦合性指标，将耦合指标定义为Coup＝{AIS，ADS，SIY}，其中：1.AIS表示服务的绝对重要性，2.ADS表示服务的绝对依赖性，3.SIY表示服务的相互依赖性，这些指标是根据每个微服务的用户故事的依赖性来计算的，

AIS_i是至少调用一个微服务操作的客户数量，在系统层面，定义将表示为AIS的向量，该向量包含每个微服务计算出的AIS值，AisT表示该向量的模，因此在计算其系统级上的值时，将其定义为：

ADS_i是第i个微服务所依赖的其他微服务的数量，表示为ADS的向量，AdsT表示该向量的模，其被定义为：

SIY_i表示第i个微服务相互依赖的微服务对的数量除以微服务的总数量，表示为SIY的向量，SiyT表示该向量的模，其被定义为：

Coup表示这三种耦合性指标合并起来的统称，CoupT表示为三种指标向量的模，其被定义为：

step2.2：内聚性指标，同理，第i个微服务的内聚性定义为缺乏内聚性度量LC_i，每个微服务的内聚性定义为缺乏内聚性度量除以作为应用一部分的微服务总数的比例；

Coh_i＝LC_i/n (7)

其中，Coh_i表示第i个微服务的内聚性，表示为Coh的向量，CohT表示为该向量的模，其被定义为：

WSIC加权服务接口数量，它表示WSDL文档中定义的每个服务公开接口或操作的加权数，默认权重设置为1，将这个指标调整为与微服务相关的用户故事的数量，采用WSIC_i作为分配给第i个微服务的用户故事数，则WSIC₁表示分配给第一个微服务的用户故事数，以此类推，然后将WsicT定义为与微服务相关联的最大用户故事数，将其表示为：

WsicT＝Max(WSIC₁，WSIC₂，…，WSIC_n) (9)

(3)、(4)、(5)、(7)、(8)、(9)式中的n均表示系统中的最大微服务数量；

在内聚性与耦合性指标的基础上，结合加权服务接口数量，初步将目标函数Objectivefunction表达为以下等式：