[論文レビュー] Using Microservice Telemetry Data for System Dynamic Analysis

Abdullah Al Maruf, Alexander Bakhtin+2 more|arXiv (Cornell University)|Jul 6, 2022

Software System Performance and Reliability被引用数 6

ひとこと要約

本稿では、ログ、トレース、メトリクスなどのマイクロサービステレメトリデータを活用して、アーキテクチャ的アンチパターンの自動検出、品質メトリクスの算出、システム依存関係グラフの再構築を可能にする動的分析手法を提案する。この手法により、言語に依存しない、スケーラブルな、進化するマイクロサービスシステムの監視が実現され、42サービスのベンチマークで、高い精度で重要なボトルネック、循環的依存関係、サービスの重要度を特定した。

ABSTRACT

Microservices bring various benefits to software systems. They also bring decentralization and lose coupling across self-contained system parts. Since these systems likely evolve in a decentralized manner, they need to be monitored to identify when possibly poorly designed extensions deteriorate the overall system quality. For monolith systems, such tasks have been commonly addressed through static analysis. However, given the decentralization and possible language diversity across microservices, static analysis tools are lacking. On the other hand, there are available tools commonly used by practitioners that offer centralized logging, tracing, and metric collection for microservices. In this paper, we assess the opportunity to combine current dynamic analysis tools with anomaly detection in the form of quality metrics and anti-patterns. We develop a tool prototype that we use to assess a large microservice system benchmark demonstrating the feasibility and potential of such an approach.

研究の動機と目的

• 言語の多様性がツールのサポートを妨える分散型で多言語混在のマイクロサービスシステムにおける静的解析の限界を解消すること。
• 既存のテレメトリパイプラインを活用して、実行時におけるアーキテクチャ的アンチパターンと品質メトリクスの検出を可能にすること。
• システム全体のアーキテクチャ的インサイト（進化の追跡やスケーリング優先順位の決定を含む）を得るための動的解析の実現可能性を示すこと。
• 開発者にソースコードへのアクセスなしに、自動的かつスケーラブルに重要なサービスや設計上の欠陥を特定する手法を提供すること。

提案手法

• 分散トレーシングおよびログのテレメトリデータからサービス間通信を抽出し、サービス依存関係グラフ（SDG）を構築する。
• グラフ解析を適用して、サービスの絶対的重要度（AIS）、サービスの絶対的依存度（ADS）、サービスの絶対的臨界度（ACS）、システム全体のサービス相互依存度（SIY）といった主要メトリクスを算出する。
• SDGの構造とエンドポイントパターンを分析して、循環的依存関係、共有永続化、APIバージョニングといったアンチパターンを検出する。
• APIバージョニングのヒューリスティクス（例：/api/v1プレフィックス）を用いてバージョン化されたエンドポイントを特定し、後方互換性を評価する。
• バージョン間（v0.1.0 と v0.2.1）のSDGを比較することで、サービストポロジーとテストカバレッジの変化を評価し、システムの進化を評価する。
• インbound/outboundエッジ数と臨界度メトリクスに基づいて、スケーリングの優先順位を決定する。

Figure 1 : Architecture of a service mesh where proxy sidecars handles all the network activity of a service.

実験結果

リサーチクエスチョン

• RQ1 本番に近いワークロードからのテレメトリデータを用いて、システムのサービス依存関係グラフを自動的に再構築できるか？
• RQ2 動的解析は、マイクロサービスにおいて循環的依存関係やサービスボトルネックといったアーキテクチャ的アンチパターンをどの程度検出できるか？
• RQ3 AIS、ADS、ACSといった主要な品質メトリクスは、バージョン間でのシステム動作や進化とどの程度相関するか？
• RQ4 ソースコードなしで、テレメトリベースの解析が、アーキテクチャの進化を効果的に特定し、 regressions（後退）を検出できるか？
• RQ5 テレメトリに基づくメトリクスは、分散型システムにおけるサービススケーリングとテクニカルデットの優先順位付けをどのように支援できるか？

主な発見

• プロトタイプは、テレメトリデータからサービス依存関係グラフ（SDG）を正常に再構築でき、42サービスのベンチマークにおいて、サービス間通信を正確に反映した。
• サービス 'ts-order-service.default' は、最高の絶対的重要度スコア（AIS = 9）を示し、通信の中心的役割を果たしていることが判明した。
• サービス 'ts-ui-dashboard.default' は、最高の絶対的依存度スコア（ADS = 12）を示し、他のサービスを多数消費していることが明らかになった。
• 両バージョンにおいて、'ts-travel-service.default' と 'ts-seat-service.default' の間で循環的依存関係が検出され、アーキテクチャ的結合が確認された。
• サービス 'ts-travel-service.default' は、最高の絶対的臨界度スコア（ACS）を示し、システムのボトルネックであり、単一障害点であることが判明した。
• すべてのエンドポイントで一貫して '/api/v1' プレフィックスが観察され、バージョン化されたインターフェースの使用が確認された。

Figure 2 : A SDP prototype that can be generated from an access log. Each edge weight number represents the number of times the endpoint is called. When the weight value is greater, the edge thickens.