چکیده مقاله
طراحی معماری میکروسرویس مقاوم در برابر خرابی در زیرساخت های محاسباتی توزیع شده، یکی از چالش های اصلی در مقیاس پذیری نرم افزارهای مدرن محسوب می شود با افزایش وابستگی سرویس ها به یکدیگر، وقوع خطا در هر جزء می تواند منجر به ایجاد زنجیره ای از اختلالات شده و دسترس پذیری سامانه را به شدت تحت تاثیر قرار دهد استفاده از راهکارهای پیش بینی بار با کمک الگوریتم های هوش مصنوعی، به ویژه مدل های سری زمانی و یادگیری ماشین، می تواند رویکردی فعالانه به جای واکنشی در مدیریت منابع ارائه دهد و از بروز نقاط گلوگاه در زمان درخواست های پرترافیک جلوگیری کند این مقاله با تمرکز بر ترکیب معماری میکروسرویس و پیش بینی بار، الگوهای تحمل خطا، طراحی زیرساخت تاب آور، استفاده از بالانس بار هوشمند، و پایدارسازی جریان درخواست ها را بررسی می کند همچنین مکانیزم های Self Healing، همگرایی سرویس ها، و الگوهای Circuits Breaker و Bulkhead به عنوان ابزارهای کلیدی در مواجهه با خرابی های شبکه و سرویس مطرح می شوند خروجی این پژوهش نشان می دهد که مدل های پیش بینی بار مبتنی بر AI به همراه معماری ایزوله و خوش ساختار میکروسرویس، می تواند پویایی سیستم را افزایش داده و مانع از گسترش خطا در محیط های توزیع شده شود
کلیدواژهها
نویسندگان
شیوه ارجاع
�هبهانی، رجاء،1404،طراحی معماری میکروسرویس مقاوم در برابر خرابی با پیش بینی بار،بیست و هشتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و هشتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک25 آذر 1404 · شیروان