[Paper] 使用深度强化学习识别合适规模的服务

Source: arXiv - 2512.20381v1

概述

本文介绍了 Rake，一种深度强化学习（DRL）系统，能够自动从现有代码库中发现规模适当的微服务。该系统直接使用源代码和任何可用文档——无需人工专家或预设服务数量——解决了面向服务架构中最棘手的痛点之一：决定 how 将单体应用拆分为内聚且松耦合的服务。

关键贡献

• Rake 框架：一种语言无关的 DRL 流水线，将服务拆分视为对实现方法的顺序决策问题。
• 双目标奖励：将 模块化质量（内聚 + 低耦合）与 业务能力对齐（服务与功能域的匹配程度）相结合。
• 无需人工输入：可在任意文档水平下工作，不依赖访谈或对目标服务数量的先验知识。
• 实证评估：在四个真实的开源遗留项目上进行测试，较两款最先进的拆分工具在模块化质量上提升 7–14 %，在能力对齐上提升 18–22 %。
• 目标权衡洞察：表明在高度耦合的系统中，过度优化业务上下文会损害结构质量，强调平衡奖励的必要性。

方法论

1. 问题表述 – 作者将服务抽取建模为马尔可夫决策过程（MDP）。每个状态编码当前方法划分为临时服务的情况，每个动作将方法从一个临时服务移动到另一个，或创建新服务。
2. 特征提取 – 从源代码中提取调用图指标（例如方法耦合、内聚度）和文档线索（例如与业务能力的关键词相似度）。这些特征输入轻量级图神经编码器，生成状态嵌入。
3. 奖励设计 – 奖励函数是两个组件的加权和：
   • 模块化质量 (MQ) – 传统软件工程指标，如高内部服务内聚度和低服务间耦合度。
   • 能力对齐 (CA) – 服务聚合文本特征与目标业务能力描述之间的余弦相似度。
     权重可配置，团队可以将优化器倾向于结构健全或业务相关性。
4. 训练 – 深度 Q 网络（DQN）学习一个策略，选择能够最大化累计奖励的动作。训练在目标代码库上自行进行（自我对弈），因此不需要标注的分解数据。
5. 推理 – 收敛后，策略运行一次生成最终的服务划分，可导出为 API 合约或部署描述符。

结果与发现

• 更高的模块化质量 表示循环依赖更少，服务边界更清晰。
• 更强的能力对齐 意味着每个生成的服务更贴合业务领域（例如，“订单处理”“用户管理”）。
• 当奖励仅强调 CA 时，IoT‑Gateway 这一高度耦合的系统的 MQ 明显下降，验证了作者关于目标不平衡的警告。

Source: …

实际意义

• 加速迁移：团队可以将单体代码库输入 Rake，快速获得首次服务划分，无需数周的领域研讨。
• 语言无关的采用：由于 Rake 基于通用的调用图提取和文本分析，可嵌入 Java、Python、Go 或混合语言生态系统。
• 持续重构：Rake 可集成到 CI 流水线中，随着代码演进提供服务重新划分建议，帮助保持健康的服务网格。
• 可定制的权衡：产品负责人可以调节 MQ 与 CA 的权重，以偏向快速业务功能交付（更高 CA）或长期可维护性（更高 MQ）。
• 工具生态系统：输出的服务‑方法映射可供 API 网关生成器、Docker/Kubernetes 清单或架构可视化仪表盘使用，将研究成果转化为实用的工程资产。

限制与未来工作

• 训练成本：自我对弈 DQN 需要在大型代码库上耗费数小时的 GPU 时间，这对非常大的单体系统可能是难以承受的。
• 文档依赖：虽然 Rake 在文档极少的情况下仍能工作，但当文本线索稀疏或噪声较大时，CA 组件的质量会下降。
• 仅限静态分析：运行时行为（例如动态分派、反射）未被捕获，可能会遗漏隐藏的耦合。
• 未来方向：作者建议的包括 (1) 增量学习以在代码变更时更新策略，(2) 混合静态‑动态分析以丰富状态表示，和 (3) 让架构师在交互式界面中引导分解的用户‑在‑环路接口。

作者

• Syeda Tasnim Fabiha
• Saad Shafiq
• Wesley Klewerton Guez Assunção
• Nenad Medvidović

论文信息

• arXiv ID: 2512.20381v1
• Categories: cs.SE, cs.AI
• Published: 2025年12月23日
• PDF: 下载 PDF