[论文解读] Static analysis tools in the era of cloud-native systems

Cerny, Tomas, Davide Taibi|arXiv (Cornell University)|May 17, 2022

Software System Performance and Reliability被引用 6

一句话总结

本文提出通过增强静态分析工具来应对云原生微服务中的架构退化问题，实现跨代码库的一致性检查、策略强制执行以及整体系统可视化。通过整合异构微服务之间的中间表示，该方法支持对安全、业务逻辑和数据模型等系统级关注点进行统一管理，为开发人员和架构师提供统一的视图。

ABSTRACT

Microservices fuel cloud-native systems with small service sets developed and deployed independently. The independent nature of this modular architecture also leads to challenges and gaps. The intended system design might deviate far from what is eventually produced and maintained as the architecture tends to degrade over time. This paper challenges the audience on how static analysis could contribute to microservice system development and management, particularly managing architectural degradation. It elaborates on challenges and needed changes in the traditional code analysis to better fit these systems and discusses implications for practitioners once robust static analysis tools become available

研究动机与目标

• 解决由于微服务去中心化开发导致的云原生系统中架构退化的问题。
• 识别传统静态分析工具在跨多个独立代码库进行整体系统级分析时的局限性。
• 提出将静态分析范式转向支持大规模跨切面关注点（如安全、业务逻辑和数据模型）的管理。
• 通过分析服务间依赖关系和重叠定义，实现系统范围的一致性检查与策略合规性验证。
• 通过静态分析为架构师和开发人员提供统一、可视化且具备推理能力的系统架构洞察。

提出的方法

• 开发原型工具，用于分析并关联多个微服务代码库之间的中间表示。
• 利用静态分析检测跨服务在复制关注点（如安全策略、数据模型和业务逻辑）中的一致性问题。
• 集成推理引擎以验证访问策略一致性，并检测诸如坏味道等架构反模式。
• 应用软件架构重建（SAR）技术，结合静态分析生成系统级的架构视图。
• 探索可视化技术，包括3D增强现实草图，用于表示系统架构及服务间关系。
• 利用配置服务器和框架（例如Drools）集中管理规则，提升服务间的一致性。

实验结果

研究问题

• RQ1 如何调整静态分析以检测去中心化微服务代码库之间的架构退化？
• RQ2 哪些机制能够实现在独立开发的微服务之间对跨切面关注点（如安全、数据模型）的一致性强制执行？
• RQ3 静态分析工具在不依赖动态遥测或运行时插桩的情况下，如何提供统一的系统级视角？
• RQ4 静态分析如何支持在多个微服务之间对业务逻辑和策略定义进行整体一致性检查？
• RQ5 中间表示和推理引擎在支持跨服务架构分析方面发挥何种作用？

主要发现

• 传统静态分析因聚焦于单个代码库，无法满足云原生系统需求，导致跨切面关注点的重复和不一致问题无法管理。
• 通过分析共享定义（如数据模型和安全规则），静态分析可检测跨微服务的架构漂移和策略不一致。
• 中间表示的集成支持跨代码库分析，实现整体系统视图并提升一致性检查能力。
• 基于推理的静态分析可识别访问策略不一致以及诸如逻辑重复或约束错位等架构反模式。
• 可视化技术（包括3D增强现实）能有效表示复杂的微服务架构，并支持各利益相关方之间的沟通。
• 将静态分析与配置服务器及规则引擎（如Drools）集成，可实现策略的集中管理并提升可维护性。