Sintesi Tecnica: ModARO - Un approccio modulare alla ricostruzione dell'architettura di codebase di microservizi distribuiti

1. Definizione del problema

Le architetture a microservizi offrono vantaggi in termini di scalabilità e sviluppo indipendente, ma introducono una significativa complessità architettonica. Gli sviluppatori faticano a mantenere la visibilità su come le modifiche ai singoli servizi influenzino l'intero sistema. Questa sfida è esacerbata dal "drift architettonico" (deriva architettonica), dove lo sviluppo rapido supera la documentazione, e dalla prevalenza di configurazioni multi-repository in cui i servizi sono suddivisi in codebase separate.

Gli esistenti metodi di ricostruzione automatica dell'architettura affrontano due limitazioni primarie:

1. Mancanza di riutilizzabilità: Il codice di ricostruzione è spesso strettamente accoppiato a specifici stack tecnologici (linguaggi, librerie, strumenti di deployment) e convenzioni di progetto, rendendo difficile il riutilizzo tra diversi progetti.
2. Incapacità di gestire sistemi distribuiti: La maggior parte degli approcci presuppone l'accesso a un codebase monolitico. Quando i microservizi sono divisi in repository separati, gli strumenti di ricostruzione che operano su un singolo repository non possono vedere l'intero sistema, e l'aggregazione centrale dei risultati nega i benefici delle pipeline CI/CD distribuite.

2. Metodologia: L'approccio ModARO

Gli autori propongono ModARO (MODular Architecture Reconstruction Orchestrator), un framework di analisi statica progettato per ricostruire l'architettura partendo da artefatti (codice sorgente, file di configurazione) utilizzando un flusso di lavoro modulare e indipendente dalla tecnologia.

Componenti Core

• Modello di Architettura Condiviso: ModARO utilizza un modello ricorsivo basato su JSON per rappresentare il sistema. Tutte le informazioni estratte sono memorizzate come "entità del modello" (ad esempio, microservizi, richieste HTTP) all'interno di questa struttura condivisa. Gli estrattori non comunicano direttamente tra loro; leggono da e scrivono in questo modello. Ciò disaccoppia gli estrattori, permettendo di sostituirli o aggiornarli senza influenzare gli altri, purché rispettino lo schema concordato.
• Estrattori: Sono unità di codice modulari (implementate come funzioni JavaScript nello studio) che accettano un'entità del modello in input, analizzano artefatti specifici e modificano l'entità per memorizzare i dati estratti.
  • Design Stateless: Gli estrattori non hanno stato globale; il loro comportamento è definito interamente dall'entità in input e dal repository di codice analizzato.
  • Registrazione dello Schema: Ogni estrattore registra uno schema JSON che definisce la struttura delle entità del modello che accetta (ad esempio, richiedendo un campo $path). Ciò garantisce che i dati siano popolati prima che un estrattore venga eseguito.
• Algoritmo di Ricostruzione: Un orchestratore ricorsivo che gestisce il flusso di esecuzione:
  1. Crea un'entità del modello di alto livello.
  2. Passa questa entità agli estrattori i cui schemi corrispondono.
  3. Gli estrattori possono creare nuove sotto-entità (ad esempio, identificando un microservizio e creando una nuova entità per esso).
  4. L'algoritmo attiva ricorsivamente gli estrattori per queste nuove entità.
  5. Esegue passaggi multipli per gestire le dipendenze in cui l'output di un estrattore abilita l'input di un altro.
  6. Rileva e segnala errori in caso di modifiche conflittuali per garantire l'integrità dei dati.

Ricostruzione dell'Architettura Distribuita

ModARO affronta le sfide dei multi-repository attraverso due meccanismi:

1. Esecuzione Indipendente: Ogni repository di microservizio può essere ricostruito singolarmente. L'output è un modello parziale specifico per quel servizio.
2. Aggregazione del Modello: Un algoritmo separato unisce i modelli parziali provenienti da diversi repository in un'unica vista dell'architettura. Esegue un'unione ricorsiva dei campi, unendo le informazioni uniche e segnalando i conflitti (ad esempio, valori differenti per lo stesso campo) come errori.
3. Collegamento Retroattivo (Retroactive Linking): Per definire le relazioni (ad esempio, il Servizio A chiama il Servizio B) senza conoscere i dettagli completi del target al momento dell'estrazione, ModARO utilizza i "link". Un link definisce uno schema (ad esempio, "un microservizio con nome 'X'") per il target. Dopo l'aggregazione, il sistema risolve questi link cercando nel modello combinato le entità che corrispondono allo schema.

3. Contributi Chiave

• Framework di Estrazione Modulare: Un design che consente di scrivere estrattori per qualsiasi tecnologia e di riutilizzarli tra diversi progetti, indipendentemente dallo stack circostante.
• Workflow di Ricostruzione Distribuita: Un approccio innovativo che consente la ricostruzione attraverso più repository, con output aggregati successivamente, supportando il principio di "accoppiamento debole" dei microservizi.
• Collegamento Retroattivo: Un meccanismo per definire le relazioni tra i servizi basandosi sulla corrispondenza degli schemi piuttosto che su identificatori cablati, adattandosi ai cambiamenti asincroni del codice.
• Validazione Empirica:
  • Caso di Studio: Applicato a 10 progetti di microservizi open-source (con range da 20k a 1.1M LOC) utilizzando linguaggi diversi (Java, Python, Go, ecc.) e tecnologie varie (Docker, Kubernetes, Spring, ecc.).
  • Studio Utente: Valutato con 8 professionisti del settore rispetto a un baseline allo stato dell'arte (ReSSA).

4. Risultati

Risultati del Caso di Studio (RQ1-RQ3)

• Capacità di Ricostruzione: Modaro ha estratto con successo una vasta gamma di informazioni architettoniche (nomi dei servizi, dipendenze, linguaggi, endpoint) da tutti i 10 progetti. I fallimenti nell'estrazione di dati specifici sono stati attribuiti ai limiti intrinseci dell'analisi statica (ad esempio, costruzione dinamica di stringhe) o a una documentazione poco chiara, non a difetti dell'approccio ModARO.
• Riutilizzabilità: Degli 71 estrattori sviluppati, 44 (62%) erano riutilizzabili tra i progetti. I 27 estrattori specifici per progetto sono stati necessari a causa di convenzioni uniche del progetto, strutture di directory personalizzate o la necessità di raccogliere metadati specifici del progetto. Gli autori sottolineano che la capacità di creare facilmente questi estrattori personalizzati è un punto di forza, non una debolezza.
• Supporto Distribuito: Gli estrattori sono stati riutilizzati con successo sia in contesti mono-repo che multi-repo senza modifiche. L'algoritmo di aggregazione ha unito con successo i modelli da repository separati e i link retroattivi sono stati risolti correttamente, sebbene lo studio abbia evidenziato la necessità che gli schemi dei link siano risolvibili retroattivamente in scenari complessi (ad esempio, domini memorizzati in variabili d'ambiente in repository remoti).

Risultati dello Studio Utente (RQ4)

• Utilità e Usabilità Percepita: I professionuti hanno valutato ModARO come più utile e facile da usare rispetto al baseline ReSSA.
• Vantaggi Chiave: I partecipanti hanno preferito il workflow basato sul codice (JavaScript) di ModARO rispetto all'approccio di ReSSA, più orientato alla configurazione (JSON con callback di stringhe). Hanno citato il miglior supporto per gli strumenti (evidenziazione della sintassi, suggerimenti del tipo) e la possibilità di elaborare i dati in "codice reale" come fattori di usabilità principali.
• Sfide: Entrambi gli approcci sono stati valutati in modo simile per quanto riguarda il filtraggio dei dati e l'estrazione dal codice. I partecipanti hanno espresso il desiderio di capacità di parsing più avanzate rispetto alle espressioni regolari, suggerendo che l'integrazione di parser strutturati (come quelli in ReSSA) nel framework modulare di ModARO sarebbe benefica.
• Approccio Ibrido: Una versione ibrida (ModARO che orchestra gli analizzatori di ReSSA) ha ricevuto i punteggi più alti, suggerendo che combinare la modularità di ModARO con capacità di parsing avanzate sia una direzione promettente.

5. Significato e Rivendicazioni

Il paper sostiene che ModARO dimostri con successo una via percorribile verso una ricostruzione dell'architettura modulare e distribuita. La sua importanza risiede nel:

• Disaccoppiare la Tecnologia dalla Logica: Utilizzando un modello condiviso e la registrazione basata su schema, ModARO consente agli sviluppatori di assemblare estrattori su misura per i propri stack tecnologici senza riscrivere la logica di base.
• Supportare i Workflow Moderni: Permette l'integrazione della ricostruzione dell'architettura nelle pipeline CI/CD dei singoli repository di microservizi, facilitando la "documentazione continua" e i controlli di conformità senza richiedere una visione monolitica dell'intero sistema.
• Utilità Pratica: Lo studio utente indica che l'approccio è non solo teoricamente solido, ma anche praticamente utilizzabile dai professionisti del settore, offrendo un'interfaccia più intuitiva rispetto agli esistenti strumenti di analisi statica.

Gli autori riconoscono con modestia che, sebbene l'approccio supporti una vasta gamma di tecnologie, lo schema specifico utilizzato per il modello era un prototipo per i test e richiederebbe un ulteriore sviluppo per un'ampia applicazione industriale. Notano inoltre che l'attuale dipendenza dalle espressioni regolari per il parsing del codice è un limite che il lavoro futuro potrebbe affrontare integrando API di parsing più sofisticate.