Résumé technique : ModARO - Une approche modulaire pour la reconstruction d'architecture de bases de code de microservices distribués

1. Énoncé du problème

Les architectures de microservices offrent des avantages en termes de scalabilité et de développement indépendant, mais introduisent une complexité architecturale significative. Les développeurs peinent souvent à maintenir une visibilité sur la manière dont les changements apportés à des services individuels affectent l'ensemble du système. Ce défi est exacerbé par la « dérive architecturale », où le développement rapide dépasse la documentation, ainsi que par la prévalence des configurations multi-dépôts où les services sont répartis sur des bases de code distinctes.

Les méthodes existantes de reconstruction automatique d'architecture font face à deux limitations principales :

1. Manque de réutilisabilité : Le code de reconstruction est souvent étroitement lié à des piles technologiques spécifiques (langages, bibliothèques, outils de déploiement) et aux conventions de projet, ce qui le rend difficile à réutiliser sur différents projets.
2. Incapacité à gérer les systèmes distribués : La plupart des approches supposent un accès à une base de code monolithique. Lorsque les microservices sont divisés en plusieurs dépôts, les outils de reconstruction s'exécutant sur un seul dépôt ne peuvent pas voir l'ensemble du système, et l'agrégation centralisée des résultats annule les bénéfices des pipelines CI/CD distribués.

2. Méthodologie : L'approche ModARO

Les auteurs proposent ModARO (MODular Architecture Reconstruction Orchestrator), un framework d'analyse statique conçu pour reconstruire l'architecture à partir d'artefacts (code source, fichiers de configuration) en utilisant un flux de travail modulaire et indépendant de la technologie.

Composants de base

• Modèle d'architecture partagé : ModARO utilise un modèle récursif basé sur JSON pour représenter le système. Toutes les informations extraites sont stockées sous forme d'« entités de modèle » (par exemple, microservices, requêtes HTTP) au sein de cette structure partagée. Les extracteurs ne communiquent pas directement entre eux ; ils lisent et écrivent dans ce modèle. Cela découple les extracteurs, permettant de les remplacer ou de les mettre à jour sans affecter les autres, à condition qu'ils respectent le schéma convenu.
• Extracteurs : Ce sont des unités de code modulaires (implémentées sous forme de fonctions JavaScript dans l'étude) qui acceptent une entité de modèle en entrée, analysent des artefacts spécifiques et modifient l'entité pour y stocker les données extraites.
  • Conception sans état (Stateless) : Les extracteurs n'ont pas d'état global ; leur comportement est entièrement défini par l'entité d'entrée et le dépôt de code analysé.
  • Enregistrement de schéma : Chaque extracteur enregistre un schéma JSON définissant la structure des entités de modèle qu'il accepte (par exemple, exigeant un champ $path). Cela garantit que les données sont peuplées avant qu'un extracteur ne s'exécute.
• Algorithme de reconstruction : Un orchestrateur récursif qui gère le flux d'exécution :
  1. Il crée une entité de modèle de haut niveau.
  2. Il transmet cette entité aux extracteurs dont les schémas correspondent.
  3. Les extracteurs peuvent créer de nouvelles sous-entités (par exemple, identifier un microservice et créer une nouvelle entité pour celui-ci).
  4. L'algorithme déclenche récursivement les extracteurs pour ces nouvelles entités.
  5. Il effectue plusieurs passages pour gérer les dépendances où la sortie d'un extracteur permet l'entrée d'un autre.
  6. Il détecte et génère des erreurs en cas de modifications conflictuelles pour garantir l'intégrité des données.

Reconstruction d'architecture distribuée

ModARO traite les défis des multi-dépôts via deux mécanismes :

1. Exécution indépendante : Chaque dépôt de microservice peut être reconstruit individuellement. Le résultat est un modèle partiel spécifique à ce service.
2. Agrégation de modèles : Un algorithme distinct fusionne les modèles partiels provenant de différents dépôts en une vue d'architecture unique. Il effectue une union récursive des champs, fusionnant les informations uniques et signalant les conflits (par exemple, des valeurs différentes pour le même champ) comme des erreurs.
3. Liaison rétroactive : Pour définir les relations (par exemple, le Service A appelle le Service B) sans connaître les détails complets de la cible au moment de l'extraction, ModARO utilise des « liens ». Un lien définit un schéma (par exemple, « un microservice nommé 'X' ») pour la cible. Après l'agrégation, le système résout ces liens en recherchant dans le modèle combiné les entités correspondant au schéma.

3. Principales contributions

• Framework d'extraction modulaire : Une conception qui permet d'écrire des extracteurs pour n'importe quelle technologie et de les réutiliser sur différents projets, indépendamment de la pile environnante.
• Flux de reconstruction distribuée : Une approche novatrice permettant la reconstruction à travers plusieurs dépôts, dont les résultats sont agrégés ultérieurement, soutenant le principe de « couplage faible » des microservices.
• Liaison rétroactive : Un mécanisme pour définir les relations entre services basées sur la correspondance de schémas plutôt que sur des identifiants codés en dur, s'adaptant aux changements de code asynchrones.
• Validation empirique :
  • Étude de cas : Appliqué à 10 projets de microservices open-source (allant de 20k à 1,1M de lignes de code) utilisant diverses technologies (Java, Python, Go, etc.).
  • Étude utilisateur : Évalué auprès de 8 praticiens de l'industrie par rapport à une base de référence de pointe (ReSSA).

4. Résultats

Résultats de l'étude de cas (RQ1-RQ3)

• Capacité de reconstruction : ModARO a réussi à extraire une large gamme d'informations architecturales (noms de services, dépendances, langages, points de terminaison) pour les 10 projets. Les échecs d'extraction de certaines données ont été attribués aux limitations inhérentes à l'analyse statique (par exemple, la construction dynamique de chaînes de caractères) ou à une documentation peu claire, et non à des défauts de l'approche ModARO.
• Réutilisabilité : Sur 71 extracteurs développés, 44 (62 %) étaient réutilisables d'un projet à l'autre. Les 27 extracteurs spécifiques à un projet étaient nécessaires en raison de conventions de projet uniques, de structures de répertoires personnalisées ou du besoin de collecter des métadonnées spécifiques au projet. Les auteurs notent que la capacité de créer facilement ces extracteurs personnalisés est une force, et non une faiblesse.
• Support distribué : Les extracteurs ont été réutilisés avec succès dans des contextes de mono-repo et de multi-repo sans modification. L'algorithme d'agrégation a fusionné avec succès les modèles de différents dépôts, et les liens rétroactifs ont été résolus correctement, bien que l'étude ait noté la nécessité que les schémas de liens soient résolvables rétroactivement dans des scénarios complexes (par exemple, des domaines stockés dans des variables d'environnement dans des dépôts distants).

Résultats de l'étude utilisateur (RQ4)

• Utilité et utilisabilité perçues : Les praticiens ont jugé ModARO plus utile et plus facile à utiliser que la base de référence ReSSA.
• Avantages clés : Les participants ont préféré le flux de travail basé sur le code (JavaScript) de ModARO à l'approche de ReSSA, très axée sur la configuration (JSON avec rappels de chaînes de caractères). Ils ont cité le meilleur support d'outillage (coloration syntaxique, indices de type) et la capacité de traiter les données dans du « vrai code » comme des facteurs majaux d'utilisabilité.
• Défis : Les deux approches ont été jugées de manière similaire difficiles concernant le filtrage des données et l'extraction à partir du code. Les participants ont exprimé le souhait de disposer de capacités de parsing plus avancées que les expressions régulières, suggérant que l'intégration de parseurs structurés (comme ceux de ReSSA) dans le cadre modulaire de ModARO serait bénéfique.
• Approche hybride : Une version hybride (ModARO orchestrant les analyseurs de ReSSA) a reçu les évaluations les plus élevées, suggérant que la combinaison de la modularité de ModARO avec des capacités de parsing avancées est une direction prometteuse.

5. Signification et affirmations

L'article affirme que ModARO démontre avec succès une voie viable vers une reconstruction d'architecture modulaire et distribuée. Sa signification réside dans :

• Découplage de la technologie et de la logique : En utilisant un modèle partagé et un enregistrement basé sur des schémas, ModARO permet aux développeurs d'assembler des extracteurs adaptés à leurs piles technologiques spécifiques sans réécrire la logique de base.
• Soutien aux flux de travail modernes : Il permet l'intégration de la reconstruction d'architecture dans les pipelines CI/CD des dépôts de microservices individuels, facilitant la « documentation continue » et les contrôles de conformité sans nécessiter une vue monolithique de l'ensemble du système.
• Utilité pratique : L'étude utilisateur indique que l'approche est non seulement théoriquement solide, mais aussi pratiquement utilisable par les professionnels de l'industrie, offrant une interface plus intuitive que les outils d'analyse statique existants.

Les auteurs reconnaissent modestement que, bien que l'approche supporte un large éventail de technologies, le schéma spécifique utilisé pour le modèle était un prototype pour les tests et nécessiterait un développement supplémentaire pour une application industrielle étendue. Ils notent également que l'utilisation actuelle d'expressions régulières pour le parsing du code est une limitation que les travaux futurs pourraient traiter en intégrant des API de parsing plus sophistiquées.